基于CRITIC和多策略秃鹰优化BiLSTM的水质预测研究

作     者：雷冰冰 韩镏 石佳圆 马占有 牟云飞 LEI Bingbing;HAN Liu;SHI Jiayuan;MA Zhanyou;MU Yunfei

作者机构：北方民族大学计算机科学与工程学院银川750021 北方民族大学图形图像智能处理国家民委重点实验室银川750021 

出 版 物：《安全与环境学报》 (Journal of Safety and Environment)

年 卷 期：2024年第24卷第9期

页      面：3688-3702页

核心收录：

学科分类：082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 0804[工学-仪器科学与技术] 

基　　金：宁夏自然科学基金项目(2022AAC03245) 国家自然科学基金项目(61962001) 

主　　题：环境工程学 水质预测 指标客观性的权重赋权法(CRITIC)法 改进的秃鹰搜索算法 双向长短时记忆网络(BiLSTM) 

摘      要：科学有效地预测水质对于水环境的可持续发展和人类健康具有重要意义,为此以固原市某黄河断面的水质监测数据为研究对象,提出了基于指标客观性的权重赋权(Criteria Importance Though Intercriteria Correlation,CRITIC)法和改进的秃鹰搜索(Improved Bald Eagle Search,IBES)算法优化双向长短时记忆网络(Bidirectional Long Short-Term Memory Network,BiLSTM)的组合水质等级预测模型。首先,采用CRITIC法确定各水质指标的权重,加权求和获得一项综合水质指标,从而提出一种改进的水质评价指标体系,以为BiLSTM提供更丰富、更可靠的水质特征信息。其次,在训练过程中引入Logistic映射和莱维飞行策略,并设计交叉共享及准反向搜索策略优化秃鹰搜索(Bald Eagle Search,BES)算法,以提升其种群多样性,增强寻优能力。最后,通过IBES算法迭代寻找BiLSTM的最佳学习率、隐藏层节点数以及正则化系数的超参数组合,进一步提高其预测水平。结果显示:与IBES-BiLSTM、BES-BiLSTM、GA-BiLSTM、PSO-BiLSTM和BiLSTM等模型相比,CRITIC-IBES-BiLSTM模型进行水质等级预测的准确率、精准率、召回率及F_(1)均最高,且具有更好的稳定性。