神经网络的污水处理过程多目标优化控制方法
针对污水处理过程能耗过高问题,提出一种基于神经网络的动态多目标优化控制方法。该方法对污水处理过程中的曝气能耗和泵送能耗同时优化,通过NSGA?II进化算法实现溶解氧浓度和硝态氮浓度设定值的动态寻优,由PID控制实现底层跟踪。采用神经网络在线建模方法构造污水处理过程多目标优化模型,解决了优化变量与性能指标间没有精确数学描述的问题。基于国际基准仿真平台BSM1的实验表明,与PID控制、单目标优化控制方法相比,多目标优化控制在保证出水水质达标的前提下可以获得更优的节能效果。
多目标优化、神经网络、能量消耗、污水处理、基准仿真模型BSM1
11
TP18(自动化基础理论)
国家杰出青年科学基金项目61225016;国家自然科学基金项目61533002,61203099;北京市自然科学基金项目4122006.
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
594-599