基于混合智能算法的多目标优化在厌氧氨氧化与反硝化协同脱氮除碳中的应用
针对厌氧氨氧化与反硝化协同实现脱氮除碳优化问题,采用UASB反应器处理不同进水条件下的氨氮废水,基于BP神经网络分别建立NH4+-N去除模型和COD去除模型,同时为了提高模型的鲁棒性和运算速度,使用PCA算法降低输入变量维数.仿真结果表明,基于PCA-BP的预测模型具有较好的预测能力,检验样本中模型预测值与实际真实值的相关系数分别为0.9164和0.9987,且两模型的平均预测误差都保持在在10％以内.进一步结合NSGA-II算法建立以去除NH4+-N和COD最大化的优化模型,以优化结果为条件建立的出水效果接近实际真实值,表明该模型给出的优化解决方案有效可行,可为实现厌氧氨氧化与反硝化协同脱氮除碳工艺的设计和操作提供参考和指导.
厌氧氨氧化、脱氮除碳、神经网络、多目标优化
38
X703(一般性问题)
国家自然科学基金31570568,31670585;制浆造纸工程国家重点实验室项目201535;广东市科技计划项目201607010079,201607020007;广东省科技计划项目No.2016A020221005.Supported by the National Natural Science Foundation of China31570568,31670585;the Program of State Key Laboratory of Pulp and Paper Engineering201535;the Science and Technology Program of Guangzhou City201607010079,201607020007;the Science and Technology Program of Guangdong Province2016A020221005
2018-06-07（万方平台首次上网日期，不代表论文的发表时间）
共7页
1467-1473
