基于改进粒子群优化算法的污水处理过程优化控制

来源 :信息与控制 | 被引量 : 0次 | 上传用户:matrx1007999999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对前置反硝化工艺污水处理过程,提出了一种基于分工策略粒子群优化算法的优化控制方案.以国际水协会(IWA)开发的基准仿真模型BSM1为基础,综合考虑出水水质、曝气能耗和泵送能耗,通过动态优化底层PI控制器的最佳设定值达到出水水质高、能量消耗少的目的.基于分工策略的粒子群算法具有更强的全局寻优能力,仿真结果表明了该优化方案能够在保证污水水质达标的情况下,有效减少污水处理过程的能耗.
其他文献
在用电高峰期,由于供电客户尤其是照明用户自身用电线路故障占有率的比例明显增大,给供电企业在抢修成本和人员配置等方面的压力也随之增大,关于客户要不要收入成本、需不需要实
以应急调度为背景,为了提高不同精度下的不确定信息处理能力,研究了变精度应急调度问题.针对多物资、多出救点、多受灾点和时变供求约束等特点,构建了应急时间最短、成本最少的多
在统计湖北电网各地市供电网络基本情况的基础上,进一步统计分析了全省各地区负荷快速增长的现象与原因,统计分析了设备缺陷和非停情况。从详实可靠的数据分析出发,找出了湖北省
研究了移动机器人轨迹跟踪控制问题,通过坐标变换将轨迹跟踪问题转化为误差系统的镇定问题.基于反馈线性化和变结构控制思想提出一种复合有限时间变结构线性化跟踪控制算法,
大多数已有应用都采用简单算法对图像进行整体处理,在去除噪声的同时也破坏了图像边缘和细节信息。为解决这一问题,首先分析了不同类型噪声对网格定位的影响,提出用分割线和面积均方根误差进行定量评价。然后提出用数学形态学与最大类间方差结合的方法去除高亮噪声。最后将该算法应用于出生缺陷的基因芯片噪声处理,并与其他几种去噪方法做了对比。实验结果表明,该算法实用、有效,并能最大限度地保留图像的有用信息。
利用一种改进的量子神经网络(IPSO-QNN)在时域上对语音信号进行降噪处理,重点改进了QNN所涉及到的学习算法.针对粒子群算法本身存在早熟的不足,提出了一种改进的粒子群优化算法
首先,给出地空导弹兵混编群火力运用的定义.分析了混编群火力运用的主从递阶关系,并在此基础上建立了混编群火力运用主从递阶决策模型.针对主从递阶决策模型特点改进了粒子群
针对污水处理过程的多变量、非线性、大滞后和强耦合的特点,利用递归高阶神经网络对污水处理过程关键水质参数——化学需氧量、生化需氧量、悬浮固体和氨氮——进行建模.对污
为了提高颜色传递的速度与精确性,改善构成不相似图像之间的色彩传递效果,对传统的Welsh颜色传输算法进行了改进.首先颜色空间由RGB空间转移到以视觉感知为基础的lαβ空间下,再按照一定标准将源图像局部的平均值和标准差组成特征矢量群.根据图像局部区域具有相似特征的特点,对源图像与目标图像局部矢量特征进行抽样匹配计算.实验结果表明,该算法具有计算精确、传递速度快,受图像构成相似与否干扰小的优点.
针对存在时域硬约束与外部干扰的T-S模糊系统,在LMI优化的框架下提出了一种H∞控制方法.首先给出T-S模糊系统满足给定H∞性能指标的充分条件,并确定一个初始状态所在的椭圆域;然