本发明涉及计算机控制的污水处理控制方法，尤其涉及一种基于改进禁忌搜索算法的污水处理控制方法。
背景技术：
：：1、废水处理过程涉及去除各种污染物，采用生物活性污泥法等技术。基准模拟模型1(bsm1)是一个被广泛采用的标准模型，用于建模、性能评估和控制策略评价[1，2]。它描绘了一个典型的废水处理设施，如图1所示，包括五个主要的生物反应器：两个厌氧池(预硝化)和三个好氧池(硝化)。在此过程中，溶解氧(do)浓度是一个关键参数，因为它影响着系统中的许多微生物过程。所以在bsm1模型中，为了维持生物池内的合适溶解氧浓度，实现了一个do控制器。此外，最后一个池的do水平也受到控制，以调节该池的曝气系数。通过这样的方式，bsm1模型能够模拟和控制真实的废水处理过程，然而，尽管它为废水处理过程的控制提供了方便，但依然需要对复杂的生物化学过程进行深入理解，才能有效运用。2、当前的废水处理控制策略，如模型预测控制器(mpc)、模糊控制器和迭代学习控制(ilc)，在改善操作成本指数(oci)和出水质量指数(eqi)方面取得了一些成果[3，4，5]。然而它们的效果常受限于系统参数的变化和输入废水流的波动，这会导致控制效果的不稳定。3、为了优化系统性能，已经开始探索和应用各种优化算法，包括遗传算法(ga)、蜜蜂群优化(bco)差分演化(de)和和谐搜索(hs)[6，7，8]。这些智能优化算法具有强大的全局搜索能力，可以自动调整控制参数以适应变化的运行条件，从而提高废水处理的效率和质量。然而，这些算法的优化过程往往需要大量的计算，且可能会在搜索过程中陷入局部最优解，无法找到全局最优解。4、因此，废水处理过程的复杂性和不确定性意味着现有的控制策略和优化技术仍有改进空间。5、参考文献：6、[1]alex,j.,beteau,j.f.,copp,j.b.,hellinga c.,jeppsson,u.,marsili-libelli,s.,pons,m.n.,spanjers,h.,vanhooren,h.,benchmark for evaluatingcontrol strategiesin wastewater treatment plants.in:conference proceedings ofeuropeancontrol conference(ecc'99).7、[2]j.alex,l.benedetti,j.copp,k.v.gernaey,u.jeppsson,i.nopens,m.n.pons,l.rieger,c.rosen,j.p.steyer,p.vanrolleghem,s.winkler,benchmarksimulation model.1(bsm1).report by the iwa taskgroup on benchmarking ofcontrol strategies for wwtps,2008.8、[3]c.a.c.belchior,r.a.m.araújo,j.a.c.landeck,dissolved oxygen controlof the activated sludge wastewater treatment process using stable adaptivefuzzy control,comput.chem.eng.37(2012)152–162.9、[4]do trung hai,bach van nam,design of a fuzzy logic controller basedon genetic algorithm for controlling dissolved oxygen in wasted-watertreatment system using activated sludge method.in:proceedings of theinternational conference,icera 2018,lnns 63；2018,pp.217–228.10、[5]l.v.nguyen,n.v.bach,h.t.do,m.t.nguyen,combined ilc and piregulator for wastewater treatment plants,telkomnika 18(2)(2020)1054–1061.11、[6]do,hai trung,et al."a design of higher-level control based geneticalgorithms for wastewater treatment plants."engineering science andtechnology,an international journal 24.4(2021):872-878.12、[7]o.castillo,f.valdez,j.soria,l.amador-angulo,p.ochoa,c.peraza,comparative study in fuzzy controller optimization using bee colony,differential evolution,and harmony search algorithms,algorithms 12(1)(2019)9.13、[8]l.cervantes,o.castillo,d.hidalgo,r.martinez-soto,fuzzy dynamicadaptation of gap generation and mutation in genetic optimization of type2fuzzy controllers,adv.oper.res.2018(2018)1–13.技术实现思路1、本发明实施例所要解决的技术问题在于，提供基于改进禁忌搜索算法的污水处理控制方法，可降低其对参数设置的敏感性，提高其在废水处理过程优化中的适应性和稳定性。2、为了解决上述技术问题，本发明实施例提供了一种基于改进禁忌搜索算法的污水处理控制方法，包括以下步骤：3、s1：将使用数据集d＝(x1,x2,...,xn)中每个子数据xi包括硝态氮的浓度(sno,2)和氧浓度(so,5)来初始化野狗优化算法中野狗种群位置；4、s2：根据设定好的参数同时生成两个随机数rand1,rand2，执行野狗优化算法；5、s3：使用莱维飞行策略，增加野狗位置的扰动；6、s4：当整个野狗种群都执行完了s1-s3步骤，重新计算每个野狗所在位置的适应度值，其中把更新位置后适应度值最好的野狗位置记为xnew，所述适应度值记为fnew，如果fnew比之前计算中存储的fbest高，则fbest＝fnew,同时更新适应度值最好的野狗位置xbest＝xnew7、s5：重复s2-s4循环次数达到m2，输出野狗算法得到的选择结果xbest作为下一步禁忌搜索的初始值x，初始化禁忌列表为空；8、s6：利用邻域搜索方法在当前解x的邻域内探索一组邻域解，直到找到满足特定条件的解为止；9、s7：判断所述邻域解是否满足av测试且所述邻域解是否在禁忌列表中，如果满则av测试且不在所述禁忌列表中，则接受该解，并且更新最优解xbest＝x；同时更新所述禁忌列表，将接受的解添加到所述禁忌列表中，并根据设定的条件从所述禁忌列表中移除过期的解；10、s8：在满足最大迭代次数后，输出当前最优解xbest:溶解氧和硝态氮浓度的最优设定值，计算操作成本oci以及出水水质eqi。11、进一步地，所述s1中群体围剿的轨迹公式为：12、13、其中，表示野狗的新位置；β1是一个用于改变野狗轨迹的大小和意义的比例因子，是在[-2,2]间隔内均匀生成的随机数；na是在[2,n/2]的逆序中随机生成的整数，n代表野狗种群总规模；是搜索代理的子集；是当前的搜索代理；是迭代至今的最佳野狗子集。14、进一步地，所述s2中执行野狗优化算法包括以下步骤：15、s21：如果rand1<p并rand2<q，实施群体围剿策略更新野狗位置，群体围剿的轨迹公式为：16、17、其中，表示野狗的新位置；β1是一个用于改变野狗轨迹的大小和意义的比例因子，是在[-2,2]间隔内均匀生成的随机数；na是在[2,n/2]的逆序中随机生成的整数，n代表野狗种群总规模；是搜索代理的子集；是当前的搜索代理；是迭代至今的最佳野狗子集；18、s22：如果rand1<p但rand2>q，实施单独攻击来更新野狗的位置，单独攻击的轨迹公式为：19、20、其中，β2是在[-1,1]间隔内均匀生成的随机数；r1是从[1，最大搜索代理大小]中生成的随机数；是随机选择的第r1个搜索代理，即野狗子集，其中r1≠i；21、s23：如果rand1>p，实施清扫行为策略来更新野狗位置，清扫行为策略行动轨迹公式如下：22、23、其中，σ是随机生成的二进制数,σ∈{0,1}；24、s24：选择以上三个策略之一后再计算野狗的存活率，存活率公式如下：25、26、其中，fitnessmax和fitnessmin是当前迭代中最优和最差的适应度值；fitness(i)是第i代野狗的适应度值，当处于低生存率时即survival(i)<s，将采用以下公式更新位置：27、28、其中，更新生存概率较低的野狗的位置；r1、r2是从[1，最大搜索代理大小]中生成的随机数，且r1≠r2；是随机选择的第r1、r2个搜索代理，即野狗子集；σ是随机生成的二进制数,σ∈{0,1}。29、进一步地，所述s3中莱维飞行的轨迹由以下公式模拟：30、31、其中，xi(t)代表第代的第t个解；l是控制步长的权重；是点乘；levy(λ)表示服从莱维分布的路径。32、实施本发明实施例，具有如下有益效果：33、(1)能够在解空间中进行全局搜索，避免陷入局部最优，从而能够找到更优的控制策略。34、(2)可以根据不同的需求调整操作成本oci以及出水水质eqi，在复杂的实际应用中更灵活。35、(3)污水处理过程受到许多因素(如原水质量变化、环境变化等)的影响，具有不确定性和动态性。禁忌搜索具有较强的鲁棒性，能够在面对这些复杂因素时，保持良好的优化性能。当前第1页12当前第1页12