基于混合深度学习模型的污水处理厂出水水质预测

模态分解算法被广泛应用于提升深度学习模型的预测能力。然而，传统变分模态分解（VMD）方法通常需要人工调整参数，且存在信息泄露问题。此外，常规深度学习模型依赖人工经验调参，难以适应多变的水质条件，导致预测泛化能力有限。针对这些问题，提出一种新型混合深度学习模型——CRVMD-BBia。该模型采用基于冠豪猪优化算法（CPO）的滚动变分模态分解（RVMD），及基于黑寡妇优化算法（BWOA）的多头注意力机制双向长短期记忆网络（BiLSTM）模块，用于预测市政污水处理厂的关键出水水质。基于实际数据的实验结果表明，CRVMD-BBia模型对出水COD与TN的预测误差（RMSE、MAE、MAPE）相较门控循...

詳細記述

書誌詳細

主要な著者:	高新宇, 李丹霞, 何进荣, 刘铮, 牛志睿, 冯志华
フォーマット:	Artigo
言語:	Chinês
出版事項:	Editorial Office of Industrial Water Treatment 2026-01-01
シリーズ:	Gongye shui chuli
主題:	污水处理厂 出水水质预测 滚动变分模态分解 深度学习模型
オンライン･アクセス:	http://www.iwt.cn/thesisDetails#10.19965/j.cnki.iwt.2026-0153
タグ:	タグ追加 タグなし, このレコードへの初めてのタグを付けませんか!