一种基于CEEMDAN分解与PSO优化BiLSTM的厌氧消化过程多目标预测方法及系统

本发明提供一种基于CEEMDAN分解与PSO优化BiLSTM的厌氧消化过程多目标预测方法及系统，属于厌氧消化产物预测领域。为解决厌氧消化过程混合建模时仅能对单一目标预测，无法实现对多目标的同步预测，且由于厌氧消化过程的复杂性和非线性，难以获取单一目标准确预测的问题。本发明借助CEEMDAN‑SSA算法来处理非平稳信号，随后借助PSO算法优化BiLSTM中超参数，通过不断训练得到的最优的模型，最后将处理后的平稳的信号输入混合模型中来进行最终的预测。本发明能够进行预测多目标的同步预测，对厌氧消化性能以及后续纯化有重要的指导意义；有效降低过拟合风险，提高预测准确性和鲁棒性，具有广泛的应用价值。