一种基于联合梯度下降的污水处理多水质并行智能预测方法

本发明提出了一种基于联合梯度下降的污水处理多水质并行智能预测方法，针对污水处理过程中水质指标较多，污染物之间相互影响，单任务预测模型无法充分利用各指标之间的相关信息，导致污水处理过程水质难以准确预测的问题。首先，构建了基于模糊神经网络的多水质并行预测模型；其次，设计了联合梯度下降算法在线更新模型共享参数，实现了任务间相关信息的共享利用；最后，提出了一种自适应学习率策略，通过训练误差变化调整单个模型学习率，以及通过训练梯度变化和相关性调整全局学习率，实现了污水处理多水质精确预测。