本發(fā)明公開了一種基于數(shù)據(jù)挖掘的廢水中懸浮固體總量的預(yù)測(cè)方法，涉及水體污染物預(yù)測(cè)領(lǐng)域，包括以下步驟：S1:獲取進(jìn)水階段的水質(zhì)參數(shù)，包括進(jìn)水流量、碳質(zhì)生化需氧量CBOD、總懸浮固體TSS；S2:對(duì)獲取的水質(zhì)參數(shù)進(jìn)行預(yù)處理；S3:將預(yù)處理后的進(jìn)水流量和碳質(zhì)生化需氧量CBOD進(jìn)行PCA數(shù)據(jù)降維；S4:將降維選擇后的數(shù)據(jù)輸入至MLP神經(jīng)網(wǎng)絡(luò)模型中，建立進(jìn)水階段的總懸浮固體TSS的時(shí)間序列模型；S5:將總懸浮固體TSS過(guò)去7日記錄值輸入至MLP神經(jīng)網(wǎng)絡(luò)模型中，建立TSS的時(shí)間序列預(yù)測(cè)模型。其中預(yù)測(cè)模型性能通過(guò)平均絕對(duì)誤差MAE和平均相對(duì)誤差MRE進(jìn)行評(píng)估。本發(fā)明應(yīng)用數(shù)據(jù)挖掘算法對(duì)固體懸浮物總量進(jìn)行了預(yù)測(cè)，通過(guò)對(duì)MLP算法模型的迭代構(gòu)造，進(jìn)一步提高了預(yù)測(cè)的精度。