本发明公开了一种基于数据挖掘的废水中悬浮固体总量的预测方法，涉及水体污染物预测领域，包括以下步骤：S1:获取进水阶段的水质参数，包括进水流量、碳质生化需氧量CBOD、总悬浮固体TSS；S2:对获取的水质参数进行预处理；S3:将预处理后的进水流量和碳质生化需氧量CBOD进行PCA数据降维；S4:将降维选择后的数据输入至MLP神经网络模型中，建立进水阶段的总悬浮固体TSS的时间序列模型；S5:将总悬浮固体TSS过去7日记录值输入至MLP神经网络模型中，建立TSS的时间序列预测模型。其中预测模型性能通过平均绝对误差MAE和平均相对误差MRE进行评估。本发明应用数据挖掘算法对固体悬浮物总量进行了预测，通过对MLP算法模型的迭代构造，进一步提高了预测的精度。
声明：
“基于数据挖掘的废水中悬浮固体总量的预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
796
编辑：管理员
来源：北方有色网
咨询细节
