混合多目标骨干粒子群优化算法在污水处理过程优化控制中的应用

作     者：周红标 乔俊飞 ZHOU Hongbiao;QIAO Junfei

作者机构：北京工业大学信息学部北京100124 计算智能和智能系统北京市重点实验室北京100124 淮阴工学院自动化学院江苏淮安223003 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2017年第68卷第9期

页      面：3511-3521页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金重点项目(61533002) 

主　　题：污水 优化 过程控制 粒子群 分解 

摘      要：通过对污水生化处理过程的分析,选取能耗和罚款最低为优化目标,建立污水生化处理过程多目标优化控制模型。为了提高Pareto最优解集的收敛性和多样性,提出一种基于Pareto支配和分解的混合多目标骨干粒子群优化算法(HBBMOPSO)。该方法采用带自适应惩罚因子的分解方法选取个体引导者,采用Pareto支配和拥挤距离法维护外部档案和选取全局引导者。此外,采用精英学习策略增强粒子跳出局部Pareto前沿的能力。最后,将HBBMOPSO与自组织模糊神经网络预测模型和自组织控制器相结合,实现污水生化处理过程溶解氧和硝态氮设定值的动态寻优、智能决策和底层跟踪控制。利用国际基准仿真平台BSM1进行实验验证,结果表明所提HBBMOPSO方法在保证出水水质参数达标的前提下,能够有效降低污水处理过程的能耗。