目前国内城市污水处理厂故障诊断技术研究主要是采用基于知识的故障诊断专家系统,然而建立基于知识的系统的一个主要问题就是知识库的构建。知识库的构建主要依靠只为少数操作人员或专家所掌握的经验知识,存在知识获取瓶颈的问题。聚类分析是一种无监督分类技术,非常适合用于先验知识少的数据的分析,论文采用聚类分析技术分析污水处理历史数据,通过分析聚类结果,建立故障规则,作为城市污水处理故障诊断系统知识库的补充。论文的主要研究内容及结果结论如下:①通过分析聚类分析技术和遗传算法理论,探讨了遗传算法常用的编码方式、遗传算子以及控制参数的选择方法。②通过对遗传算法与K-means算法相结合的混合聚类算法的研究,提出了用改进遗传聚类算法来提高收敛速度并改善分类效果。③为了在聚类数不明确的情况下实现聚类分析,提出了一种基于最近邻聚类和遗传算法的两阶段聚类分析算法。论文将两阶段聚类算法在多个数据集上进行聚类,并对实验结果进行了分析,实验结果表明算法有效地进行了数据集的聚类。在前面的基础上,提出了基于最近邻聚类的两阶段聚类框架,即可用于划分聚类又可用于层次聚类。④使用基于最近邻聚类算法和遗传优化算法的异常检测算法对污水处理历史数据进行了聚类分析,使用基于距离和的异常度量因子,可以方便地筛选出样本集中最为异常的样本。结合专家的解释,对这些异常样本进行了分析。最后对污水处理中的故障规则的建立作了初步探讨。研究结果表明基于遗传算法的聚类算法能够有效地进行聚类。将基于遗传算法的异常检测算法用于污水处理历史数据时,成功地找出了其中的异常数据,然后根据聚类结果进行了故障规则的建立,对污水处理工艺故障诊断系统知识库的建立具有一定的实用意义。