一种基于融合鲸鱼优化算法的水质时序预测方法及系统

本发明涉及水质预测技术领域，具体涉及到一种基于融合鲸鱼优化算法的水质时序预测方法及系统。水质时序预测方法包括：采集水质监测数据并对水质监测数据进行预处理，得到水质时间序列数据；通过小波去噪方式对水质时间序列数据进行降噪处理；通过WOA对EEMD的参数进行优化，通过EEMD对水质时间序列数据进行分解，得到若干个IMF；以目标水质指标作为预测指标，通过CNN‑LSTM深度学习模型对每个IMF进行预测并得到预测结果。本发明采用WOA自动优化EEMD中的关键参数，克服了传统方法中人工选择参数的局限性，提升了预测精度与鲁棒性。本发明优化后的EEMD不仅能够有效降低水质数据中的噪声，还实现了多尺度信号分析。