买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种基于任务聚类的污水处理过程多工况双层优化控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116881742B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310884510.9，技术领域涉及：G06F18/23；该发明授权一种基于任务聚类的污水处理过程多工况双层优化控制方法是由韩红桂;白星;侯莹设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种基于任务聚类的污水处理过程多工况双层优化控制方法在说明书摘要公布了：一种基于任务聚类的污水处理过程多工况双层优化控制方法，属于污水处理领域。为了实现污水处理过程中多工况双层优化控制，本发明建立基于数据的污水处理过程多工况双层优化模型，分别描述优化设定值与每个工况双层优化目标间的关系，包括每个工况中的领导层优化目标温室气体排放量模型和跟随层优化目标运行能耗模型，研究基于任务聚类的优化设定方法，求解污水处理过程溶解氧和硝态氮优化设定值，并设计模糊神经网络控制器完成优化设定值跟踪控制，从而促进污水处理过程多工况双层运行优化控制。

本发明授权一种基于任务聚类的污水处理过程多工况双层优化控制方法在权利要求书中公布了：1.一种基于任务聚类的污水处理过程多工况双层优化控制方法，其特征在于，建立基于数据的污水处理过程多工况双层优化模型，研究基于任务聚类的优化设定方法，并设计模糊神经网络控制器完成优化设定值跟踪控制，具体包括以下步骤：1基于数据的污水处理过程多工况双层优化模型设计 利用运行数据深入分析污水处理运行态势，根据不同的时间段得到不同进水水量特点的多种运行工况； 污水处理过程多工况双层优化模型利用数据驱动方法，分别描述优化设定值与每种工况双层优化目标间的关系，包括每种工况中的领导层优化目标温室气体排放量模型和跟随层优化目标运行能耗模型； 建立基于数据的污水处理过程领导层优化目标温室气体排放量模型： 其中，fu,nt是t时刻污水处理过程的第n种工况领导层温室气体排放量模型，n＝1，2，3，4；A1,nt是t时刻污水处理过程第n种工况温室气体排放量模型fu,nt的输出偏移且取值范围为[-2，2]，P是污水处理过程第n种工况双层优化模型核函数的个数且取值范围为[2，20]，W1,p,nt是t时刻污水处理过程第n种工况温室气体排放量模型第p个核函数的权值且取值范围为[-3，3]，L1,p,nt是污水处理过程第n种工况温室气体排放量模型相关的核函数： 建立基于数据的污水处理过程跟随层优化目标运行能耗模型： 其中，fl,nt是t时刻污水处理过程的第n种工况跟随层运行能耗模型，A2,nt是t时刻污水处理过程第n种工况运行能耗模型fl,nt的输出偏移且取值范围为[-2，2]，W2,p,nt是t时刻污水处理过程第n种工况运行能耗模型第p个核函数的权值且取值范围为[-3，3]，L2,p,nt是污水处理过程运行第n种工况能耗模型相关的核函数： 构建基于数据的污水处理过程多工况双层优化目标模型为： minimizefu，nxut，xlt minimizefl,nxut,xlt其中，fu,nxut，xlt是t时刻的污水处理过程第n种工况领导层优化目标模型，fl,nxut，xlt是t时刻的污水处理过程第n种工况跟随层优化目标模型； 2基于任务聚类算法的优化设定值求解 利用任务聚类算法求解双层优化问题，根据领导层候选解的相似度，将所有跟随层优化简化为对核心任务的并行优化，实现双层优化问题的加速收敛，获得优化设定值； ①设置多任务粒子群优化过程的总迭代次数为γmax＝500、粒子群规模为N＝100、任务数即聚类数为K，初始化外部档案库U0为空集； ②将基于数据的污水处理过程双层优化目标模型作为优化目标，进化将从第1代开始，将粒子的位置信息xtγ＝[SOtγ，SNOtγ]作为输入； ③计算粒子的适应度和技能因子，按照技能因子将粒子划分到不同的群组中，并对粒子进行适应度排序； ④计算领导层候选解粒子的相似度： 其中，Dj,hγ是第γ次迭代的领导层第j个和第h个候选解的相似度；fl,jγ是第γ次迭代领导层第j个粒子对应的跟随层适应度函数，fl,hγ是第γ次迭代领导层第h个粒子对应的跟随层适应度函数，σ·表示适应度序列的标准差，M是跟随层函数的适应度值个数且取值范围为[10，50]，fm l,jγ是第γ次迭代领导层第j个粒子对应的跟随层函数的第m个适应度值，是第γ次迭代领导层第j个粒子对应的跟随层函数的适应度均值，dmγ是第m个fl,jγ的适应度到fl,hγ的适应度的最近距离，是dmγ的均值； ⑤设计相似度聚类策略： 其中，Kγ是第γ次迭代的聚类数，即建立包含K个优化任务的多任务优化问题，round·表示取整函数；将所有候选解的相似度信息按升序排序，并均匀选取K个粒子作为初始聚类中心； 计算每个粒子与每个聚类中心的相似度，对粒子进行分类， k＝argmin{Di,kγ},k＝1,2,...,K5 其中，Di,kγ是第γ次迭代的领导层第i个粒子和第k个聚类中心的相似度，第i个粒子与聚类中心最小相似度对应的k值为该粒子所属的类别，i＝1，2，…，100； 3基于模糊神经网络控制器的优化设定值跟踪控制 设计模糊神经网络控制器对第n种工况溶解氧和硝态氮浓度的优化设定值S* Ot和S* NOt进行跟踪控制，以溶解氧浓度和硝态氮浓度的实时控制误差以及控制误差的变化作为输入，第五分区氧传递系数KLat和内循环流量Qat的变化作为输出；利用变频器调整供氧泵与回流泵的频率，则硝态氮浓度将被调整至S* NOt，溶解氧浓度将被调整至S* Ot；至此，实现了污水处理过程多工况双层优化控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。