1.一种基于比例微分(PID)-最小二乘支持向量学习机(LSSVM)稳态估计的污水处理溶解氧DO控制方法，其主要特征在于该污水处理DO控制系统采用LSSVM来给出传统PID控制器的稳态控制值，再与PID叠加形成控制输出，控制曝气量，在误差小时采用积分改善控制精度，控制过程分为两阶段，阶段实现如下：阶段1：先采用传统的PID控制器进行污水处理DO控制，采集在不同状态时污水处理DO控制状态数据xi＝(O*,OI,E,U)，包括出水DO给定当前值O*，入水DO当前值OI，出水DO给定与出水DO当前值Oo的误差E，当前控制输出U以及各状态对应的PID控制器的稳态输出值yi，用LSSVM来拟合出各状态x与该状态下的PID控制器稳态输出值y的关系：式中αi∈R是Lagrange乘子，偏置b∈R，N为样本个数，K(x,xi)为满足Mercer条件的核函数，可采用多种核函数如：径向基(RBF)核函数：K(x,xi)＝exp(-|x-xi|2/σ2)。其中σ为径向基宽度多项式核函数：K(x,xi)＝(xTxi+1)u(u∈N)，u为指数Sigmoid函数：K(x,xi)＝tanh(a(xTxi)+c)(a,c∈R)，a，c为参数将采集的数据中的70％作为训练样本，剩余30％作为测试样本，将系统各初始状态xi作为LSSVM的输入，各初始状态所对应的PID控制器稳态输出值yi作为LSSVM的输出，通过求解，可以得到以各初始状态作为输入，以PID控制器稳态值为输出的LSSVM模型，具体步骤如下：Step1采集用PID控制实际运行数据xi和yi，将xi和yi进行归一化处理；

Step2采用LSSVM算法进行训练，通过网格优化法对不同模型参数(惩罚系数C、核函数参数)对LSSVM进行学习和交叉验证测试，得到最佳LSSVM模型；

阶段2：将训练好的LSSVM用于污水处理DO控制，实时采集过程状态数据x，归一化后带入LSSVM模型(3)式得到稳态输出估计值，根据误差E的大小选择不同的控制器，当E>ε时采用PD控制，当E≤ε时采用PID控制，ε为预先确定的正数，最后叠加稳态估计值形成控制输出：U＝UPID+UW                                        (4)其中P为比例系数，TI为积分系数，Td为微分系数，与阶段1相同，ΔE为当前误差与前次误差差值，U为输出控制值，Umax和Umin分别为输出的最大和最小限幅值。