本發明公開了一種基于數據挖掘的廢水中懸浮固體總量的預測方法,涉及水體污染物預測領域,包括以下步驟:S1:獲取進水階段的水質參數,包括進水流量、碳質生化需氧量CBOD、總懸浮固體TSS;S2:對獲取的水質參數進行預處理;S3:將預處理后的進水流量和碳質生化需氧量CBOD進行PCA數據降維;S4:將降維選擇后的數據輸入至MLP神經網絡模型中,建立進水階段的總懸浮固體TSS的時間序列模型;S5:將總懸浮固體TSS過去7日記錄值輸入至MLP神經網絡模型中,建立TSS的時間序列預測模型。其中預測模型性能通過平均絕對誤差MAE和平均相對誤差MRE進行評估。本發明應用數據挖掘算法對固體懸浮物總量進行了預測,通過對MLP算法模型的迭代構造,進一步提高了預測的精度。
聲明:
“基于數據挖掘的廢水中懸浮固體總量的預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)