| 基于深度强化学习的造纸废水处理过程多目标优化 |
| |
| 引用本文： | 陆造好,满奕,李继庚,洪蒙纳,何正磊. 基于深度强化学习的造纸废水处理过程多目标优化[J]. 中国造纸, 2023, 42(3): 13-22 |
| |
| 作者姓名： | 陆造好 满奕 李继庚 洪蒙纳 何正磊 |
| |
| 作者单位： | 1.华南理工大学制浆造纸工程国家重点实验室，广东广州，510640;2.中新国际联合研究院，广东广州，510555 |
| |
| 基金项目： | 国家重点研发计划（2020YFE0201400）；国家自然科学基金（52000078）；广州市科技计划项目（202201010356）。 |
| |
| 摘 要： | 本课题提出了一种基于多智能体深度强化学习的动态优化方法，以期实现造纸废水处理过程的运行成本和能耗的协同优化。实验采用了基准仿真1号模型（BSM1）模拟造纸废水处理过程的生化反应和沉淀过程，并利用模型数据对强化学习智能体进行训练，最后用实际的造纸废水数据对搭建的模型系统进行验证。结果表明，基于多智能体深度强化学习的废水处理系统能够保障排水质量，实现成本与能耗的多目标优化控制，其性能表现优于传统方法。
|
| 关 键 词： | 优化 过程控制 废水处理 深度强化学习 模型 |
| 收稿时间： | 2022-10-25 |
Multi-objective Optimization of Papermaking Wastewater Treatment Process Based on Deep Reinforcement Learning |
| |
| LU Zaohao,MAN Yi,LI Jigeng,HONG Mengn,HE Zhenglei. Multi-objective Optimization of Papermaking Wastewater Treatment Process Based on Deep Reinforcement Learning[J]. China Pulp & Paper, 2023, 42(3): 13-22 |
| |
| Authors: | LU Zaohao MAN Yi LI Jigeng HONG Mengn HE Zhenglei |
| |
| Affiliation: | 1.State Key Lab of Pulp and Paper Engineering, South China University of Technology, Guangzhou, Guangdong Province, 510640;2.China-Singapore International Joint Research Institute, Guangzhou, Guangdong Province, 510555 |
| |
| Abstract: | |
| |
| Keywords: | optimization process control wastewater treatment deep reinforcement learning model |
|
| 点击此处可从《中国造纸》浏览原始摘要信息 |
|
点击此处可从《中国造纸》下载免费的PDF全文 |
|
