一种COD定量预测模型的构建方法

本申请提供了一种COD定量预测模型的构建方法，包括：分别采集COD标准溶液和浊度标准溶液的紫外‑可见吸收光谱；从所述COD标准溶液的紫外‑可见吸收光谱中选取出与COD浓度具有相关性的波长范围内的特征谱线，并利用所述浊度标准溶液的紫外‑可见吸收光谱进行浊度补偿，以得到训练数据集；使用所述训练数据集，利用改进的秃鹫优化算法，对BP神经网络进行训练，以得到COD定量预测模型。该方法从COD标准溶液的紫外‑可见吸收光谱中选取出与COD浓度具有相关性的波长范围内的特征谱线构建训练数据集，并利用天鹰优化算法、动态对立学习策略和适应度‑距离平衡策略对秃鹫优化算法进行改进，进而训练BP神经网络，得到收敛速度快、预测精度高的COD定量预测模型。