随着我国城镇化建设和工业化发展速度的加快,城市污水的排放量也与日俱增,然而污水处理过程存在高耗能、高运行成本的问题。因此,以最低限度的能耗费用达到污水处理的排放标准,并且达到精准的控制要求是当前智能化城市建设中的重要问题。本文研究以出水水质的精确预测模型、污水处理过程以最低的能耗限度达到排放标准为研究目标,对污水处理过程中结合智能优化控制方法进行深入研究。本文针对污水处理过程中预测模型难以建立以及控制精度低的难题,结合污水处理过程中非线性、大时滞、强耦合等特点,设计了基于分解的多目标进化算法的污水处理过程智能优化方法,并结合模糊神经网络控制方法,提高了污水处理过程对溶解氧浓度和硝态氮浓度的优化控制,确保在出水水质达标的情况下降低能耗以及污水处理厂的运行费用。同时完成了污水处理智能系统的开发,实现了通过智能控制平台对污水环境进行有效监控。本文的研究工作主要分为以下几点:(1)基于灰色神经网络的污水指标COD建模预测。本文在针对污水出水水质检测过程中存在预测模型难以建立的难题,以关键水质参数COD为例,在灰色预测模型(Grey Model,GM)的基础上建立RBF神经网络残差反馈,为灰色预测模型提供预测补差器,解决了灰色模型预测的低精度问题,以实现污水处理过程中对关键水质参数COD的较高精度预测,为污水处理优化目标的建模过程建立基础。(2)基于改进MOEA/D算法的污水能耗及水质优化方法。本文针对污水处理过程中出水水质以及能耗这两个相互矛盾的评价指标,在基于分解的多目标进化算法(MOEA/D)上进行改进,并进行二次寻优,利用改进的算法使得在权衡能耗和出水水质的多目标问题中找到的解尽可能分布均匀,获得溶解氧和硝态氮浓度的最优设定值,解决了优化控制过程中变量繁杂,难以实现实时优化的难题。(3)基于G-SOFNN的污水处理跟踪控制研究。为了保证智能优化控制方法中控制器能够以高精度使得实际值达到设定值,本文对SOFNN控制器进行改进,通过遗传变异的思想提高自组织模糊神经网络控制器在结构调整过程中的调节效率,并采用投影算法对控制器的网络进行参数学习,避免陷入局部最优,从而提高智能控制器对溶解氧浓度的控制精度。(4)污水处理监控系统设计。本污水处理监控系统主要针对污水处理厂智能控制方法应用困难的问题,主要结合了组态软件、数据库以及MATLAB软件,实现了环境监控、数据存储以及智能控制的功能。主要的系统模块包括:污水处理过程控制界面,组态与数据库间的通信,污水处理控制程序的调用。在控制系统的设计过程中,首先采用杰控组态软件实现对监控系统界面的设计;然后通过ODBC技术将从污水环境中检测到的参数存储到SQL Server 2008数据库中,通过MATLAB编写控制程序。最后,通过用户管理模块、数据库、控制程序等各个模块间信息互传,实现出污水环境的实时监测并控制污水中的溶解氧浓度,达到对污水环境的智能监控的目的,为今后的控制方法在实际中的应用提供一种思路。