摘要
本发明提供了一种基于神经网络的污水处理过程动态多目标优化控制方法,包括:获取污水处理过程的出水水质和能耗的特征变量;基于回声状态网络,根据特征变量构建待优化的出水水质模型和待优化的能耗模型;动态多目标优化算法,对待优化的出水水质模型和待优化的能耗模型进行优化,得到目标出水水质模型和目标能耗模型;确定目标出水水质模型和目标能耗模型中的最优溶解氧浓度和最优硝态氮浓度;基于控制公式,根据最优溶解氧浓度和最优硝态氮浓度,利用单神经元自适应控制器进行污水处理过程的动态跟踪控制。本发明解决了现有技术中污水处理过程难以实现动态优化控制及污水处理过程的能量消耗和运行成本升高的问题。
技术关键词
水质模型
优化控制方法
溶解氧
能耗
回声状态网络
动态优化控制
进化算法
变量
矩阵
控制误差
分区
控制器
氨氮
能量消耗
固体
决策
系统为您推荐了相关专利信息
环境监测数据
空气质量指数
指标
数据处理方法
长短期记忆网络
盾构机主驱动
深度强化学习算法
模型预测控制算法
掘进参数
动态平衡控制
数据处理方法
高效冷却系统
智能清洗技术
机器学习优化
低功耗处理器