1.基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：聯(lián)合門(mén)fugate同時(shí)控制長(zhǎng)短期記憶網(wǎng)絡(luò)lstm的遺忘門(mén)和門(mén)控循環(huán)單元gru的更新門(mén)，表示為：
3.根據(jù)權(quán)利要求2所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：采用交替方向乘子法admm對(duì)變分模態(tài)分解進(jìn)行優(yōu)化的具體過(guò)程為：
4.根據(jù)權(quán)利要求3所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：雙循環(huán)神經(jīng)網(wǎng)絡(luò)的超參數(shù)包括：卷積層的過(guò)濾器數(shù)量、長(zhǎng)短期記憶網(wǎng)絡(luò)lstm單元數(shù)、門(mén)控循環(huán)單元gru的單元數(shù)和丟棄層的丟棄率；
5.根據(jù)權(quán)利要求4所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：模擬縱火策略：領(lǐng)導(dǎo)者火鷹個(gè)體即當(dāng)前火鷹集合中的最優(yōu)火鷹個(gè)體生成火源位置：
6.根據(jù)權(quán)利要求5所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：在捕捉策略中，引入慣性權(quán)重控制搜索條件：
7.根據(jù)權(quán)利要求6所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：局部搜索的觸發(fā)條件包括：
8.根據(jù)權(quán)利要求7所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：水體多維度數(shù)據(jù)包括溫度、ph值、流量、混合液懸浮固體濃度mlss、出水總氮、出水氨氮、以及氧化溝的缺氧段do；
9.根據(jù)權(quán)利要求8所述的基于改進(jìn)fho的雙循環(huán)神經(jīng)網(wǎng)絡(luò)的do濃度預(yù)測(cè)方法，其特征在于：對(duì)最優(yōu)雙循環(huán)神經(jīng)網(wǎng)絡(luò)的性能進(jìn)行評(píng)估，評(píng)估指標(biāo)包括均方誤差、均方根誤差以及平均絕對(duì)誤差。