基于混合神经网络的污水处理过程监测方法

本发明公开了一种基于混合神经网络的污水处理过程监测方法，使用学习向量量化神经网络进行特征选择，并使用长短期记忆神经网络对污水目标变量预测。首先通过对缺失值进行识别，使用非缺失值构建高斯过程回归并进行插补。再使用学习向量量化神经网络对处理好的数据进行特征选择，并结合灰狼优化算法迭代，确定最优变量组合。然后使用K折交叉验证得出其最优超参数组合。最后，将最优变量组合作为输入，以最优超参数组合与自适应矩估计优化器为基础，对长短期记忆神经网络进行训练形成学习向量量化‑长短期记忆神经网络的混合神经网络，实现对污水目标变量预测。本发明较现有的预测方法有更好的预测表现，可作为城市污水处理厂监测的一个有效工具。