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: 乔俊飞 周红标
• 来源期刊: 化工学报
• 关键词: 污水 优化 过程控制 粒子群 分解
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3511-3521
• 页数: 11页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20170583

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔俊飞	北京工业大学信息学部	181	1883	22.0	31.0
3	周红标	北京工业大学信息学部	48	271	10.0	12.0