智能预测与优化

结合机器学习与时序建模方法，对硝化功能和循环水养殖系统运行状态进行估计与预测，并进一步研究关键参数识别、异常趋势分析及运行策略优化。

研究内容

这一方向将机理仿真产生的水质与微生物数据转化为多变量时序预测任务，利用总氨氮、亚硝酸盐、硝酸盐和溶解氧等变量估计 AOB、NOB 状态，在此基础上开展硝化功能评价、运行预警以及增氧量和循环流量反馈调节研究。

结合 LibRAS 机理仿真与 iTransformer，研究生物滤池硝化功能的状态评估、时序预测和反馈调节。