改进BFO算法优化BPNN的自来水混凝加药预测模型

作者：张长胜; 韩涛; 钱斌; 胡蓉; 田海湧; 毛辉; 王卓; 李赞

来源：中国环境科学, 2021, 1-9.

DOI：10.19674/j.cnki.issn1000-6923.20210430.008

• 混凝加药
• 预测模型
• BPNN
• BFA
• QPSO

针对自来水厂水处理混凝投药滞后、非线性、多干扰等问题，给出了一种量子粒子群 （QPSO）算法、改进菌群觅食 （IBFO）算法及BPNN相结合的混凝投药预测模型.利用量子粒子群的个体极值与群体极值去更新细菌觅食算法趋化过程中细菌位置；通过细菌协同改进趋化算子提高优化精度，结合差分算法改进繁殖算子解决部分维度退化问题，加入轮盘赌方法作为选择机制改进迁移算子来克服优化过程中优秀解消失的缺陷；进而优化BP神经网络的权值、阈值以此预测混凝剂投药量.对云南某自来水厂的数据离线训练和模型测试，结果表明，所提算法的均方误差（MSE）达到0.0116mg·L-1 ，平均绝对误差百分比（MAPE）达到1.36%，在预测精度和稳定性上优于BFO-BPNN、PSO-BPNN等模型.

• 单位
  中国市政工程华北设计研究总院有限公司; 昆明理工大学; 自动化学院