论文部分内容阅读
为了取得污水处理过程能耗和出水水质这对冲突目标之间的最佳平衡,提出一种基于约束多目标骨干粒子群的污水处理过程智能优化控制方法。首先,利用数据驱动的思想建立能耗和出水水质的模糊神经网络预测模型;其次,利用带自适应扰动的约束多目标骨干粒子群优化算法对溶解氧和硝态氮浓度的设定值进行动态寻优,并利用模糊隶属函数法设计智能决策系统用于从Pareto最优解集中确定最优设定值;最后,利用模糊逻辑控制器实现底层跟踪控制。基于国际基准平台BSM1实验结果表明,建立的数据驱动模型能够有效辨识污水处理过程;同时,所提的多目标优