[发明专利]一种基于知识选择的污水处理过程多目标优化控制方法

权利要求书

1.一种基于知识选择的污水处理过程多目标优化控制方法，其特征在于，包括以下步骤：

(1)将与污水处理出水水质和能耗相关的变量：二级处理过程厌氧末段硝态氮S_NO、好氧末段溶解氧S_O、出水混合固体悬浮物MLSS和出水氨氮S_NH作为输入变量；

(2)使用径向基核函数，分别建立污水处理出水水质模型和能耗模型：

其中，f₁(t)是t时刻的出水水质模型，f₂(t)是t时刻的能耗模型，s(t)＝[S_NO(t)，S_O(t)，MLSS(t)，S_NH(t)]为输入变量，b₁(t)是出水水质模型f₁(t)的输出偏移，b₂(t)是能耗模型f₂(t)的输出偏移，I₁是出水水质模型中径向基核函数的数量，I₂是能耗模型中径向基核函数的数量，w_1i(t)是出水水质模型中径向基核函数的权值，w_2i(t)是能耗模型中径向基核函数的权值，c_1i(t)是出水水质模型中径向基核函数的中心，c_2i(t)是能耗模型中径向基核函数的中心，σ_1i(t)是出水水质模型中径向基核函数的宽度，σ_2i(t)是能耗模型中径向基核函数的宽度；

(3)设计基于知识选择的多目标粒子群优化方法：

①设置多目标粒子群优化迭代步数K，设置粒子群规模N，初始化外部档案A(0)＝[]；

②将出水水质模型f₁(t)和能耗模型f₂(t)作为污水处理过程优化目标函数：min F(t)＝[f₁(t)，f₂(t)]；

③对F(t)进行求解，在第k步优化过程中，将粒子的位置x(k)作为多目标优化函数F(t)的输入，计算F(t)的值，通过支配关系比较获得每个粒子搜索到的最优解p(k)，支配关系比较是将粒子的目标值进行比较，在各个目标上可以同时获得最小值的粒子为非支配解，目标值大的解称为被支配解，将每个粒子获得的个体最优解进行比较，获得种群的非支配解集然后将种群的非支配解依次与第k-1步获得的档案库A(k-1)的解进行比较，其中，将和A(k-1)中的非支配解存入第k步档案库A(k)中；

④获取档案库中非支配解的分布知识，分布知识包括第k-k₀到第k代的分布信息，k₀为历史迭代次数，分布信息包括多样性分布信息和收敛性分布信息，其中多样性分布信息为

其中，KD_h(k)是第h个优化解的多样度，d_hm(k)是第h个优化解与在第m个目标方向上离它最近的优化解的欧式距离，M表示目标数量，M∈[0，2]；收敛性分布信息为

a_j(k-1)＝near(a_j(k),A(k-1))；                   (5)

其中，KC_h(k)是第h个非支配解的收敛度，near(a_j(k),A(k-1))是档案库A(k)中a_j(k)与第k-1代档案库中A(k-1)中具有最近距离的粒子，该粒子被赋值为a_j(k-1)，j为粒子的标号，|·|是绝对值，根据多样度和收敛度计算档案库中非支配解的多样性指标和收敛性指标：

其中，f_Dh(k)为多样性指标，f_Ch(k)为收敛性指标，ω_d是多样性指标的频率，ω_c是收敛性指标的频率；

⑤检测种群在目标空间的分布性

其中，E(k)为种群密度，cell(·)是种群占用网格的数量，表示最小整数值，β是网格的长度，全局最优解的选择方式为

其中，g(k+1)为种群在第k+1代选择的全局最优解，g_C(k+1)表示收敛性全局最优解，g_D(k+1)表示多样性全局最优解，它们的确定方式如下：

当E(k+1)E(k)时，选择收敛性指标f_Ch(k+1)大的粒子作为g_C(k+1)，当E(k+1)≥E(k)时，选择收敛性指标f_Dh(k+1)大的粒子作为g_D(k+1)；

⑥使用个体最优解p(k)和全局最优解g(k+1)对粒子速度和位置进行更新：

v_n(k+1)＝ω·v_n(k)+c₁r₁(p_n(k)-x_n(k))+c₂r₂(g(k)-x_n(k))；         (10)

x_n(k+1)＝x_n(k)+v_n(k+1)；                       (11)

其中，v_n(k)是第n个粒子的速度向量，x_n(k)是第n个粒子的位置向量，是惯性权重，c₁是自我认知学习因子，c₂是社会认知学习因子，r₁和r₂是[0，1]范围内的随机值；

⑦判断当前的迭代k是否大于或等于K，若大于或等于K，则转到步骤⑧，若小于K，则转到步骤③；

⑧在档案库A(K)中随机选择一个非支配解作为优化设定值a^*(t)＝a_h(K)，且a_h(K)＝[S_NO^*(K)，S_O^*(K)，MLSS^*(K)，S_NH^*(K)]，其中，S_NO^*(K)，S_O^*(K)，MLSS^*(K)和S_NH^*(K)分别为硝态氮优化设定值，溶解氧优化设定值，混合固体悬浮物优化设定值和氨氮优化设定值，保存优化设定值；

(4)PID控制器跟踪优化设定值

①PID控制器表达方式：

其中，Δz(t)＝[ΔQ_a(t)，ΔK_La5(t)]^T为操作变量矩阵，ΔQ_a(t)是污水处理内循环流量的变化值，ΔK_La5(t)是第5分区氧传递系数的变化量；K_p是比例系数矩阵，H_l是积分系数矩阵，H_d是微分系数矩阵；e(t)＝y^*(t)^T-y(t)^T为控制误差，y^*(t)＝[S_NO^*(t)，S_O^*(t)]是t时刻的优化设定值，y(t)＝[S_NO(t)，S_O(t)]是实际输出矩阵；

②PID控制器以第5分区氧传递系数的变化量和内循环回流量作为的变化量作为输出；

③将第5分区氧传递系数的变化量ΔK_La5(t)和内循环回流量的变化量ΔQ_a(t)作为PID控制器的输入量，对硝态氮S_NO浓度和溶解氧S_O浓度进行控制；

(5)基于知识选择的污水处理过程多目标优化控制系统的输出为实际硝态氮S_NO和溶解氧S_O的浓度值。