基于迭代ADP算法的污水处理过程最优控制

针对污水处理过程(wastewater treatment process,WWTP)中溶解氧质量浓度和硝态氮质量浓度的最优控制问题,提出了一种基于迭代自适应动态规划(adaptive dynamic programming,ADP)算法的最优控制策略.该策略无须知道污水处理过程的非线性动力学模型,只需污水处理系统的输入输出观测信息,设计基于ADP强化学习原理的控制体系结构,并利用神经网络辨识特性,通过在线迭代来逼近性能评价指标和最优控制策略.实验结果表明:该控制器相对于传统的PID控制策略,提高了污水处理过程的控制精度,系统鲁棒性也明显增强,控制性能更优.

混合云中基于数据分区的一种高效查询方法

混合云以其可拓展性,成本低,更灵活等优势,被越来越多运用云计算的企业所采用,是近几年来科技研究的热题。我们对混合云中数据分区的查询工作进行了深入研究,成功开发出一种全新的高效查询方法,即通过向数据表中添加特殊列作为标志,对查询工作的数据进行合理的分区,然后在不同类型的云中运行查询。该方法有效地提高了混合云中基于数据分区的查询效率。