430 智能系统学报 第7卷 计好氧区的期望曝气量，下层控制器采用分段线性 实现污水处理优化控制. 化原理对设定值进行跟踪2].虽然该分层控制策略 1优化算法 能够实现溶解氧的优化控制，但是由于控制变量单 一，其应用受到了很大的限制.V.Chandramouli等利 1.1 标准粒子群算法 用神经网络设计了一种污水生化处理自适应控制 PS0求解最优化问题时，将所求问题的变量设 器，该控制器以回流污泥量和氧气传递速率为控制 计为搜索空间的粒子.每个粒子由3部分组成：当前 量，底物浓度和溶解氧浓度为被控量，实现了污水处 位置x:、飞行速度"：和粒子的适应度f组成，表示为 理过程底物浓度和溶解氧浓度的控制3)]，但是该控 P(x,,f),在迭代的过程中： 制器的控制量设定值为固定经验值.B.Beraud等在 1)粒子本身所找到的最优解，称之为粒子的自 BSM1(benchmark simulation model No.1)基础上，为 身认知能力，记为Pk; 使曝气能耗和泵送能耗达到最小，采用了多目标遗 2)整个粒子群目前所找到的最优解，称之为粒 传算法(multi objectives genetic algorithm,MOGA)对 子的社会认知能力，记为get, 污水处理过程进行优化控制[4].张平等针对活性污 粒子通过式(1)、(2)更新速度和位置91： 泥前置反硝化污水生化处理工艺，采用混合遗传算 :(t+1)=0:(t)+c1·T1·(p:-x:(t))+ 法优化曝气能耗和泵送能耗达到最小，改变混合液 C2·T2·(g:-(t)), (1) 悬浮物固体浓度(mixed liquor suspended solids, x:(t+1)=x,(t)+y:(t+1) (2) MLSS)和溶解氧浓度(dissolved oxygen,D0)的设定 式中：：是粒子的速度向量；x是粒子的位置向量； 值，使得出水水质达标的情况下能耗最小5].虽然 o是惯性权重因子；p:表示粒子i在经历n次搜索 文献[4-5]中曝气能耗和泵送能耗都有所降低，但是 后找到的个体最优位置，粒子根据当前个体经验执 以上2种方法采用的遗传算法需要复杂的交叉变异 行下一步动作；8：表示粒子i保存的种群最优位置， 操作，容易陷入“早熟”[6.近年来，粒子群算法由于 来源于种群中全体粒子的经验部分，表现为知识的 其与遗传算法相比具有算法简单、参数少、求解速度 共享和合作；c1和c2是非负常数，称为加速因子，其 快、易于实现等优势，得到了广大学者的关注8]。 中c1为自身认知系数，2为社会认知系数；r1和r2 A.Alireza提出了具有适应性突变和惯性权重因子 是[0,1]的独立随机数 的粒子群算法[)，以粒子的适应度值作为变量，采 每一时刻，粒子在群体信息和自身历史经验的 用双曲正切函数对惯性权重因子进行修改，在参数 引导下，在一定范围的空间内进行搜索，当发现更优 估计的动态系统中证实该算法可行.但该算法只是 解时，对引导信息进行更新，展开新的搜索，寻优过 对权重惯性因子进行修改，忽略了加速因子对算法 程不断推进.但由于所有粒子的飞行方向是根据全 的影响.Xiao等提出了一种新的自适应粒子群算 体和自身经验决定的，因此搜索后期收敛速度明显 法，将惯性权重因子采用线性的过渡方法，加速 减慢，达到一定程度后，算法甚至陷入了停滞，致使 因子采用二次函数的方法对粒子群算法进行改进， 后期很难得到精确解0」 取得了较快的收敛速度.但是算法中采用线性的过 实验研究发现，一般ω、c1、c2越大，不收敛的概 渡方法改变惯性权重因子，不能反映实际的搜索过 率越大，其中w的影响更大些，选择适当的w、c1、c2 程，描述得不够精确.综上所述，根据污水处理过程 可以保证粒子的收敛性， 的特点，文中提出了一种改进型自适应粒子群算法 1.2改进的自适应粒子群算法 advanced self-adaptive particle swarm optimzation, PS0算法中，将ω的值进行线性变化来实现对 APSO),基于APS0设计了一种神经网络优化控制 w值的更新91，即 系统，以国际水协会(International Water Association, w=（0mar-0mia）·G/Gns+0in: (3) IWA)提供的BSM1为研究对象，根据能耗的影响因 式中：G是当前迭代次数，G是最大迭代次数.但 素，选择第5分区的溶解氧(DO)浓度、混合液悬浮 是PS0算法是一个非线性的复杂过程，惯性权重因 物固体浓度(MLSS)和第2分区硝酸氨(SNO)浓度 子采用线性的过渡方法不能反映实际的搜索过程， 为控制变量，基于神经网络预测模型，采用改进的自 描述不够精确.正切Sigmoid函数(S函数)比线性 适应粒子群算法优化DO、MLSS和SNO的设定值， 函数更平滑，有很好的衡性21，因此采用正切