摘要

针对污水处理过程的溶解氧及硝态氮浓度控制问题,提出一种基于神经网络的自适应动态规划(Neural network-based adaptive dynamical programming,NNADP)方法。该方法采用神经网络逼近当前策略的评价函数以及最优的控制策略。采用梯度下降算法对各神经网络权值进行在线训练。基于污水处理过程国际标准模型BSM1(Benchmark Simulation Model no.1)对NNADP控制性能进行了测试,结果表明:与PID控制相比,NNADP具有较强的解耦能力,控制精度也有较大提高。