期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于二次分解和BiLSTM的污水厂出水COD浓度预测
1
作者 张京新 何皎洁 +5 位作者 蔡庆旺 康子怡 杨玉思 王彤 曹仙桃 杨利伟 《化工学报》 北大核心 2025年第6期2859-2871,共13页
针对某污水处理厂出水化学需氧量(chemical oxygen demand,COD)浓度预测问题,提出了一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、变分模态分解(variational mod... 针对某污水处理厂出水化学需氧量(chemical oxygen demand,COD)浓度预测问题,提出了一种基于自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)、变分模态分解(variational mode decomposition,VMD)二次分解、双向长短期记忆神经网络(bidirectional long short-term memory,BiLSTM)的出水COD预测模型,并引入吸血水蛭优化算法(blood-sucking leech optimizer,BSLO)对模型进行优化。首先,设计CEEMDAN算法对原始出水浓度序列进行分解,将复杂的时间序列分解为若干相对简单的子序列;然后,应用VMD对具有不稳定的高频不规则波形的子序列进行二次分解;最后,应用BSLO对BiLSTM进行优化,并比较未分解、一次分解、二次分解以及无优化算法下80个模型在污水厂出水COD浓度预测问题中的性能。结果表明,优化算法的引入提高了模型预测的性能,BSLO模型具有更快的速度和更高的精度;相比于其他模型,基于二次分解的BSLO+CEEMDAN+VMD+BiLSTM模型能够有效克服实测数据非线性和复杂性问题,在该厂出水COD预测中表现出优秀的预测精度和泛化能力。 展开更多
关键词 算法 预测 废水 优化 污水处理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部