一种基于鲸鱼优化算法与双向长短时记忆网络相结合的煤气预测方法

本发明公开了一种基于鲸鱼优化算法与双向长短时记忆网络相结合的煤气预测方法，属于钢铁企业煤气预测技术领域。该方法包括步骤S1：从在线数据库中读取实时的煤气数据，并对该数据进行预处理，构建实验所需的数据集；S2：划分训练集和测试集，其中训练集用于确定模型参数，测试集用于评判模型效果；S3、构建BiLSTM煤气预测模型；S4：对步骤S4所得模型的参数进行优化；S5：加载最优参数组合的模型进行训练并预测，将预测值保存到数据库中。本发明融合了鲸鱼优化算法(WOA)的全局最优搜索策略和双向长短时记忆网络(BiLSTM)在时间序列数据建模上的性能，可以显著提升煤气预测的准确性与效率。