《表1 不同优化控制方法能耗和出水水质约束量对比》
本系列图表出处文件名:随高清版一同展现
《基于均匀分布NSGAII算法的污水处理多目标优化控制》
为了验证UDNSGAII-PID的控制效果,该控制策略分别与基于多目标粒子群优化算法的PID控制(MOPSO-PID)、PID控制器、自适应动态规划优化控制器(ADPOC)、神经网络在线建模与控制(NNOMC)、实时非线性模型预测控制(RO-NMPC)方法进行了对比。结果如表1所示,给出了在晴好天气下不同优化控制策略的能耗以及出水水质的平均值;其中,influent[23]为平均入水水质参数。由表可以看出与恒定值控制PID相比(SO,5和SNO,2分别取2 mg/L和1 mg/L),虽然水质有微小的升高,但该控制策略可以明显地降低能耗,降幅高达13.9%。同时为了和单目标优化控制策略的性能做比较,ADPOC[26]、NNOMC[32]、RO-NMPC[33]被用来做对比,由表中结果可得,UDNSGAII-PID和NNOMC相比,水质有略微的升高,但仍然在水质达标的范围内。但NNOMC的能耗明显高于UDNSGAII-PID。此外,ADPOC的能耗和水质都明显高于UDNSGAII-PID。然而和RO-NMPC相比,UDNSGAII-PID的能耗要高一些,但是水质要明显优于RO-NMPC。同时MOPSO-PID作为一种多目标优化控制策略也被用来和UDNSGAII-PID进行了比较。实验结果显示,本文所提出的多目标优化控制策略在能耗和水质方面都优于MOPSO-PID算法。综上所述,UDNSGAII-PID和以上提出的污水处理控制相比,能够优于大部分控制策略,而在能耗方面,除了RO-NMPC以外,明显优于以上算法。因此本文提出的多目标优化控制策略具有更好的控制性能。
图表编号 | XD0033410900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 李霏、杨翠丽、李文静、乔俊飞 |
绘制单位 | 北京工业大学信息学部、计算智能和智能系统北京市重点实验室、北京工业大学信息学部、计算智能和智能系统北京市重点实验室、北京工业大学信息学部、计算智能和智能系统北京市重点实验室、北京工业大学信息学部、计算智能和智能系统北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |