INGOA结合LSTM的自来水混凝投药预测模型

张庭源; 张长胜; 张健忠; 田海勇; 毛辉; 丁鑫

doi:10.13885/j.issn.0455-2059.2025.02.010

兰州大学学报（自然科学版） ›› 2025, Vol. 61 ›› Issue (2) : 222 -230. DOI: 10.13885/j.issn.0455-2059.2025.02.010

INGOA结合LSTM的自来水混凝投药预测模型

张庭源, 张长胜, 张健忠, 田海勇, 毛辉, 丁鑫

作者信息 +

Author information +

文章历史 +

摘要

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%.