收录：
摘要：
一种用于污水处理最优跟踪控制的在线ADHDP方法属于污水处理领域。污水处理系统结构复杂，存在明显的非线性特征且较难建立精确的机理模型。在污水处理过程中，溶解氧与硝态氮浓度的控制效果直接影响系统的除氮效果，所以使溶解氧与硝态氮浓度跟踪上期望轨迹是污水处理过程的一个主要控制目标。首先构建神经网络对污水处理系统进行辨识，然后引入执行依赖启发式动态规划(Action Dependent Heuristic Dynamic Programming，ADHDP)方法，并采用在线学习的方式实现神经网络训练与系统控制的同步进行，最后将该策略应用于晴天情况下的污水处理跟踪控制中，验证方法的有效性。
关键词：
通讯作者信息：
电子邮件地址：
