基于深度神经网络的工业园区污水水质参数预测方法

本发明涉及工业园区污水水质预测技术领域，具体而言，涉及基于深度神经网络的工业园区污水水质参数预测方法，包括：获取工业园区污水排放口的多模态时间序列数据；构建工业园区污水水质参数预测模型；定义并执行基于遗传算法的自适应多目标优化算法，以求解工业园区污水水质参数预测模型的最佳参数配置，自适应多目标优化算法通过迭代进化，最大化用于评估模型综合性能的预设适应度函数的值；选取适应度函数值最高的模型参数配置作为最终预测模型；将工业园区污水水质参数预测模型部署于工业园区污水监控终端，接收实时待监测污水数据并输出工业园区水质参数的预测结果。本发明显著提升了工业园区污水水质参数预测的可靠性与决策透明度。