韩 梅，李玉宝，邹 放，刘 畅，樊玉芳，顾军农

(1. 北京市自来水集团有限责任公司，北京市供水水质工程技术研究中心，北京 100012；2. 成都九鼎瑞信科技股份有限公司，四川成都 610000；3. 重庆大学环境与生态学院，重庆 400044)

混凝沉淀工艺一直是净水厂的核心处理单元，而混凝投药的精细化控制更是关乎水质效果和能耗的关键，是水厂一直追求的目标。近年来，随着科技发展的驱动，物联网、大数据、人工智能等多领域的技术和理念已融入水处理领域，混凝投药系统正在从人工控制向智能控制、精准控制迈进。

传统的混凝过程具有时延、滞后的特性[1-3]，在水源水质、水量等条件发生变化时，难以实现混凝剂投加量的精准控制，导致水质不稳定，影响后续滤池等工艺的滤程、反洗周期等。智能控制技术准确性高、响应快，能够依据水源水质的变化，及时确定混凝剂的投加量，对建立安全、高效、节能型水厂具有深远的现实意义。而如何通过精准感知，借力大数据、人工智能等新一代信息技术，真正实现混凝加药的智能控制还需不断探索。

目前，XGBoost、LSTM、支持向量机、随机森林等算法已应用于各个领域的信息挖掘、预测等方面，是相对较成熟的算法[4-7]。XGBoost(extreme gradient boosting)算法是Gradient Boosting算法的高效实现版本，可认为是在GBDT算法基础上的进一步优化。首先，XGBoost算法在基学习器损失函数中引入了正则项，控制减少训练过程当中的过拟合；其次，XGBoost算法不仅使用一阶导数计算伪残差，还计算二阶导数,可近似快速剪枝的构建新的基学习器；……