-
题名数据和知识驱动的城市污水处理过程多目标优化控制
被引量:9
- 1
-
-
作者
韩红桂
张琳琳
伍小龙
乔俊飞
-
机构
北京工业大学信息学部
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第11期2538-2546,共9页
-
基金
国家重点研发项目(2018YFC1900800-5)
国家自然科学基金(61890930-5,61903010,62021003)
+1 种基金
北京市卓越青年科学家计划项目(BJJWZYJH01201910005020)
北京市自然科学基金(KZ202110005009)资助。
-
文摘
城市污水处理过程优化控制是降低能耗的有效手段,然而,如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战.围绕上述挑战,文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge driven multiobjective optimal control,DK-MOC)方法.首先,建立了出水水质、能耗以及系统运行状态的表达关系,获得了运行过程优化目标模型.其次,提出了一种基于知识迁徙学习的动态多目标粒子群优化算法,实现了控制变量优化设定值的自适应求解.最后,将提出的DK-MOC应用于城市污水处理过程基准仿真模型1(Benchmark simulation model No.1,BSM1).结果表明该方法能够实时获取控制变量的优化设定值,提高了出水水质,并且有效降低了运行能耗.
-
关键词
城市污水处理过程
数据和知识驱动方法
多目标优化控制
知识迁徙学习
动态多目标粒子群优化
-
Keywords
Municipal wastewater treatment process
data-knowledge driven method
multiobjective optimal control
knowledge transfer learning method
dynamic multiobjective particle swarm optimization
-
分类号
O231
[理学—运筹学与控制论]
X703
[环境科学与工程—环境工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-