来源：期刊VIP网 时间：
作者：张庭源;张长胜;张健忠;田海勇;毛辉;丁鑫;
单位：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;
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%.
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
基金资助：国家自然科学基金项目(61963022,62173169)
