1.一种基于循环神经网络的盐酸多西环素废水处理方法，其特征在于，包括：步骤1：获取盐酸多西环素生产过程中的污水数据；

步骤2：根据污水数据，确定污水处理参数指标；

步骤3：构建循环神经网络模型；

步骤4：将污水处理参数指标输入循环神经网络模型预测废水处理数据，获得废水处理数据预测结果；

步骤5：根据废水处理数据预测结果，进行相应废水处理。

2.如权利要求1所述的一种基于循环神经网络的盐酸多西环素废水处理方法，其特征在于，步骤1：获取盐酸多西环素生产过程中的污水数据，包括：获取预设于生产废水池中的检测装置的检测数据；

根据检测数据，获取污水数据。

3.如权利要求1所述的一种基于循环神经网络的盐酸多西环素废水处理方法，其特征在于，步骤2：根据污水数据，确定污水处理参数指标，包括：基于PCA分析技术，根据污水数据，筛选污水处理参数指标，污水处理参数指标包括：过氧化氢添加量、反应时间、调节pH所用的酸碱量、pH值、混凝剂添加量、混凝剂搅拌时间、生化池曝气量、生化池污泥浓度、水力停留时间以及曝气压力。

4.如权利要求1所述的一种基于循环神经网络的盐酸多西环素废水处理方法，其特征在于，步骤3：构建循环神经网络模型，包括：获取RNN结构；

获取多级循环逻辑关系，多级循环逻辑关系为：每2次输出获取1次循环输出数据；

根据RNN结构和多级循环逻辑关系，构建循环神经网络模型。

5.如权利要求4所述的一种基于循环神经网络的盐酸多西环素废水处理方法，其特征在于，获取RNN结构，包括：获取RNN结构的系统状态模型以及输出节点的输出模型；

根据系统状态模型和输出模型，确定RNN计算模型；

获取RNN结构的连接模型和输出模式；

根据RNN计算模型、连接模型和输出模式，获取RNN结构；

系统状态模型具体为：

(t) (t‑1) (t)

h ＝f(s ,X ,θ)

(t) (t) (t‑1)

其中，h 为t时刻RNN的系统状态，X 为t时刻的输入向量，s 为t‑1时刻的内部状态，f为激励函数，θ为RNN结构的循环单元的权重系数；

输出模型具体为：

(t) (t)

o ＝vh +c

(t)

其中， 为输出模型的输出值，g是输出函数，o 为第t步的输出，v和c为输出节点对应预设的权重系数；

连接模型具体为：

(t) (t‑1) (t‑1) (t‑1)h ＝f(uX +wh +Ry )(t‑1) (t‑1) (t‑1)其中，X 为t‑1时刻的输入向量，h 为t‑1时刻的系统状态，y 为t‑1时刻的真实值，u，w和R为连接模型的权重系数。

6.如权利要求4所述的一种基于循环神经网络的盐酸多西环素废水处理方法，其特征在于，根据RNN结构和多级循环逻辑关系，构建循环神经网络模型，包括：基于VAE模型，获取废水处理样本数据；

基于RNN结构和多级循环逻辑关系，根据废水处理样本数据，构建循环神经网络模型。

7.如权利要求6所述的一种基于循环神经网络的盐酸多西环素废水处理方法，其特征在于，基于VAE模型，获取废水处理样本数据，包括：从本地废水处理记录库提取历史废水处理数据；

通过编码器网络将历史废水处理数据映射到潜在空间中，获取潜在向量表示；

通过解码器网络将潜在向量表示解码为预生成废水处理样本；

将预生成废水处理样本和历史废水处理数据进行对比，计算重建损失函数；

确定潜在向量表示分布；

将潜在向量表示分布和标准正态分布进行对比，计算潜在空间正则化项；

基于重建损失函数和潜在空间正则化项，根据预生成废水处理样本，训练VAE模型，获取训练完成的VAE模型的解码器网络输出的废水处理样本数据。

8.如权利要求1所述的一种基于循环神经网络的盐酸多西环素废水处理方法，步骤5：根据废水处理数据预测结果，进行相应废水处理，包括：获取废水处理的优化目标；

根据优化目标和废水处理数据预测结果，确定目标最优解；

根据目标最优解进行废水处理。

9.如权利要求8所述的一种基于循环神经网络的盐酸多西环素废水处理方法，根据优化目标和废水处理数据预测结果，确定目标最优解，包括：获取优化目标的目标数目；

若目标数目为1，计算优化目标和废水处理数据预测结果之间的第一差异，根据第一差异确定目标最优解；

若目标数目大于1，计算每一优化目标和废水处理数据预测结果之间的第二差异；

根据第二差异，确定第一排斥项，并将第一排斥项对应的优化目标作为排斥目标；

根据第一排斥项，确定目标解判定区间；

获取目标解判定区间中的区间点位集，根据区间点位集中的区间点位，确定第二排斥项；

将第二排斥项通过排斥目标预设的价值量转换模版进行转换，获得差异调整价值，并与对应第二排斥项进行关联；

确定第一排斥项对应的第二排斥项关联的最大差异调整价值，并根据最大差异调整价值的第二排斥项确定目标最优子解；

汇总每一第一排斥项对应的目标最优子解，获得目标最优解。

10.一种基于循环神经网络的盐酸多西环素废水处理系统，其特征在于，包括：污水数据获取子系统，用于获取盐酸多西环素生产过程中的污水数据；

污水处理参数指标确定子系统，用于根据污水数据，确定污水处理参数指标；

循环神经网络模型构建子系统，用于构建循环神经网络模型；

预测子系统，用于将污水处理参数指标输入循环神经网络模型预测废水处理数据，获得废水处理数据预测结果；

废水处理子系统，用于根据废水处理数据预测结果，进行相应废水处理。