基于分层融合神经网络的出水氨氮浓度实时检测方法

本发明涉及城市污水处理检测领域，具体的涉及一种基于分层融合神经网络的出水氨氮浓度实时检测方法，包括：步骤1：采集污水处理过程中影响出水氨氮浓度的指标参数，定义后续模型的输入与输出；步骤2：建立FNN结构，提取非线性特征；步骤3：设置滑动窗口，截取片段预测出水氨氮浓度；步骤4：引入多项式神经网络PNN，得到“FNN→LSTM→PNN”的分层融合神经网络模型；步骤5：将指标参数输入到分层融合神经网络模型中，输出获得出水氨氮浓度的预测结果。本发明通过分层串联与精英轮盘选择的灵活组合，能在相对低成本的计算环境中完成对污水出水氨氮浓度的实时精准测量。