本章根据污水处理的特点，提出基于遗传算法的污水处理过程优化控制方法，对控制参数DO进行二进制编码并随机生成初始群体，以最大进化代数为终止条件，选择算子采用适应度比例方法。以每日允许排放的有机物总量为约束条件，以运行费用 (耗电量) 为适应度函数，将活性污泥法的反应过程分为若干时间段，寻求每一时间段内使性能指标最优的解，通过遗传操作找出一组既能满足约束条件，又能使运行费用最小的DO和QW，即溶解氧DO的优化曲线。
污水处理过程DO的需求量是在有规律地变化的，当系统的实际溶解氧量按所求出的优化曲线变化时，污水处理将能得到一个既快又好的效果。采用模糊控 ...... （共371字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇