一种基于CEEMDAN分解与PSO优化多层感知器的生物气体预测方法及系统

本发明提供了一种基于CEEMDAN分解与PSO优化多层感知器的生物气体预测方法及系统，属于生物气体产量预测领域。为了解决由于厌氧消化过程的复杂性和非线性，难以获取生物气准确预测，且模型的泛化能力差、预测精度低及求解速度低的问题。本发明借助CEEMDAN算法来处理非平稳信号，随后借助PSO算法优化多层感知器MLP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；该模型能够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，特别是在生物天然气生产、环境监测和可持续能源管理等领域。