-
题名INGOA结合LSTM的自来水混凝投药预测模型
- 1
-
-
作者
张庭源
张长胜
张健忠
田海勇
毛辉
丁鑫
-
机构
昆明理工大学信息工程与自动化学院
云南树业科技有限公司
中国市政工程华北设计研究总院有限公司昆明分公司
-
出处
《兰州大学学报(自然科学版)》
北大核心
2025年第2期222-230,共9页
-
基金
国家自然科学基金项目(61963022,62173169)。
-
文摘
为解决自来水厂混凝投药量的控制问题,提出一种基于改进的北方苍鹰优化算法(INGOA)结合长短期记忆神经网络(LSTM)的混凝投药预测模型.为均衡NGOA的全局勘探和局部开发能力,根据种内竞争机制,加强算法的局部持续开发能力,引入柯西-高斯变异增加算法在局部最优值及其邻域附近的逃逸能力,提升算法的全局优化能力;利用基于Bernoulli混沌的自适应权重加快算法收敛速率.用Pearson相关系数法降低模型的输入维度,通过INGOA优化LSTM网络,得到最优参数组合策略,建立INGOA-LSTM非线性混凝投药量预测模型.对某自来水厂的数据进行训练和测试,结果表明,与LSTM及传统的预测模型相比,INGOA-LSTM模型效果最佳,在各项指标中均取得较优的性能,均方根误差为82.2μg/L,平均绝对误差为13.9μg/L,平均绝对百分比误差为0.29%.
-
关键词
混凝投药预测
长短期记忆神经网络
改进的北方苍鹰优化算法
种内竞争机制
Bernoulli混沌权重
-
Keywords
prediction of coagulation dosing
long short-term memory neural network
improved north-ern goshawk optimization algorithm
intraspecific competition mechanism
Bernoulli chaos weight
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
