活性污泥法污水處理技術(shù)是實現(xiàn)有機污水凈化的一種可持續(xù)發(fā)展的方法.污水生化處理過程具有機理復(fù)雜、耦合性、非線性和時變性等特征,采用傳統(tǒng)的方法難以保證污水處理過程穩(wěn)定、高效運行.本論文針對污水處理運行中存在的一些問題,研究智能優(yōu)化和控制新方法,實現(xiàn)污水處理過程中關(guān)鍵出水水質(zhì)的建模預(yù)測、重要參數(shù)的優(yōu)化控制和關(guān)鍵控制器的設(shè)計.本文的主要研究內(nèi)容如下:1.針對污水生化處理系統(tǒng)中一些難以測量的關(guān)鍵參數(shù)監(jiān)測問題,研究了基于改進極限學(xué)習(xí)機的污水生化處理關(guān)鍵出水水質(zhì)的建模預(yù)測.首先,借鑒了蛙跳算法的模因進化機制,并混合差分進化算法和粒子群優(yōu)化算法,提出了一種新的混合智能優(yōu)化算法,并通過仿真驗證其改進的尋優(yōu)性能;接著將提出的智能算法用于優(yōu)化極限學(xué)習(xí)機的隱層節(jié)點參數(shù),獲得了一種改進的極限學(xué)習(xí)機,采用基于真實數(shù)據(jù)集的回歸仿真實驗驗證其計算性能;最后,將所提出的改進極限學(xué)習(xí)機應(yīng)用于污水生化處理中關(guān)鍵出水水質(zhì)的建模預(yù)測上,取得了良好的預(yù)測效果.2.針對污水生化處理系統(tǒng)中關(guān)鍵控制器設(shè)定值的確定問題,研究了基于改進差分進化算法的污水生化處理過程單目標優(yōu)化控制.提出了一種改進的差分進化算法,基于模因進化強化局部學(xué)習(xí)的機...

【文章頁數(shù)】：122 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 活性污泥法污水生化處理系統(tǒng)
    1.3 污水生化處理系統(tǒng)的主要研究問題及現(xiàn)狀
        1.3.1 污水生化處理系統(tǒng)的出水水質(zhì)預(yù)測問題
        1.3.2 污水生化處理系統(tǒng)的優(yōu)化控制問題
        1.3.3 污水生化處理系統(tǒng)的控制策略問題
    1.4 智能優(yōu)化及控制方法
        1.4.1 差分進化算法
        1.4.2 粒子群優(yōu)化算法
        1.4.3 神經(jīng)網(wǎng)絡(luò)控制方法
    1.5 本文的主要工作
第二章 基于改進極限學(xué)習(xí)機的污水處理過程關(guān)鍵出水水質(zhì)預(yù)測
    2.1 引言
    2.2 差分粒子群混合優(yōu)化算法(DEPSO)
        2.2.1 DEPSO算法的提出
        2.2.2 仿真與分析
    2.3 改進極限學(xué)習(xí)機
        2.3.1 基本極限學(xué)習(xí)機(ELM)
        2.3.2 改進極限學(xué)習(xí)機的提出及性能測試
    2.4 基于改進極限學(xué)習(xí)機的關(guān)鍵出水水質(zhì)預(yù)測仿真與分析
    2.5 本章小結(jié)
第三章 基于改進差分進化算法的污水處理過程設(shè)定值優(yōu)化
    3.1 引言
    3.2 污水生化處理過程的設(shè)定值優(yōu)化問題
    3.3 一種改進的差分進化算法(IDE)
        3.3.1 IDE算法的提出
        3.3.2 仿真與分析
    3.4 基于IDE算法的優(yōu)化控制仿真與分析
    3.5 本章小結(jié)
第四章 基于自適應(yīng)差分進化算法的污水處理過程多目標優(yōu)化
    4.1 引言
    4.2 污水生化處理過程的多目標優(yōu)化問題
    4.3 自適應(yīng)差分進化算法(AOLDE)
        4.3.1 AOLDE算法的提出
        4.3.2 仿真與分析
    4.4 基于AOLDE算法的污水處理過程多目標優(yōu)化仿真與分析
    4.5 本章小結(jié)
第五章 基于神經(jīng)網(wǎng)絡(luò)的溶解氧濃度控制研究
    5.1 引言
    5.2 溶解氧濃度控制器設(shè)計
        5.2.1 單神經(jīng)元自適應(yīng)PID溶解氧濃度控制器
        5.2.2 基于RBF神經(jīng)網(wǎng)絡(luò)的溶解氧濃度控制器
    5.3 仿真與分析
        5.3.1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練與控制性能關(guān)系仿真分析
        5.3.2 幾種控制器對比仿真與分析
    5.4 本章小結(jié)
第六章 基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的溶解氧濃度控制研究
    6.1 引言
    6.2 問題描述與預(yù)備
        6.2.1 活性污泥動態(tài)模型
        6.2.2 控制目標
        6.2.3 RBF神經(jīng)網(wǎng)絡(luò)
    6.3 自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器設(shè)計
        6.3.1 理想非線性反饋控制器
        6.3.2 自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器
    6.4 仿真與分析
    6.5 本章小結(jié)
第七章 基于擾動觀測器自適應(yīng)神經(jīng)網(wǎng)絡(luò)的溶解氧濃度控制研究
    7.1 引言
    7.2 問題描述
    7.3 基于擾動觀測器的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器設(shè)計
        7.3.1 理想反饋控制器
        7.3.2 基于擾動觀測器的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制
    7.4 仿真與分析
    7.5 本章小結(jié)
結(jié)論與展望
參考文獻
攻讀博士學(xué)位期間的研究成果
致謝
附件



本文編號：3828608