1.一种污水处理过程优化控制方法，其特征在于，包括如下步骤：步骤1：获取污水处理厂在污水处理过程中的污水出水氨氮和出水总氮数据，数据包括从现场采集进水BOD、进水COD、进水SS、进水氨氮INH、进水总氮ITN、反应池溶解氧浓度DO的水质指标数据；

步骤2：对获取的污水成分数据选择Pearson相关系数进行特征选择；

步骤3：建立基于集成深度随机向量函数链接网络edRVFL的污水处理过程水质预测，利用改进的算术优化算法优化基于edRVFL的污水处理过程中预测模型的权重和偏置，所述算术优化算法的改进包括：适应度距离平衡优化防止陷入局部最优解，加入黄金正弦优化策略平衡全局搜索和局部搜索；

步骤3.1：输入训练数据后第一层输出可以使用下式计算：(1) (1)

H ＝f(XW )

(1)

其中f是非线性激活函数，W 是输入层和第一层隐藏层之间的权重；

步骤3.2：在接下来的每一层中添加来自原始输入X的直接链接，该层的输入特征空间是前一层输出的级联特征和原始输入X，其公式如下所示：l (l‑1) (l)

H＝f([H X]W )

步骤3.3：在训练期间输入层和隐藏层之间的权重被随机化并保持固定；

步骤3.4：输入测试数据，并输出最终预测结果;

步骤4：通过步骤1污水数据和改进的算术优化算法对建立的基于edRVFL的污水处理过程水质预测模型进行训练，得到预测模型的最佳参数；

步骤4.1：设置算术优化算法的目标函数为出水水质并初始化相关参数，包括：种群规模、迭代次数、维度大小；

步骤4.2：根据目标函数，计算每个个体的适应度值，并记录当前适应度值最高个体的位置为Pbest；

步骤4.3：利用适应度距离平衡策略寻找种群中对搜索过程做出最大贡献的候选解，其中距离计算公式如下所示：步骤4.4：用黄金正弦策略的搜索公式替换算术优化算法的全局搜索，黄金正弦策略的搜索公式如下所示：其中，r1和r2是随机系数，r1确定个人在下一次迭代中移动的距离，r2确定下一次迭代中个体的位置更新方向；

步骤4.5：计算数学优化器MOA，计算公式如下：

步骤4.6：根据和0～1之间的随机变量r的值与MOA的大小关系选择不同搜索方式，再根据r1与0.5的大小关系选择具体的位置更新方法，两种更新公式如下：步骤4.7：判断是否达到结束条件，若未达到结束条件，则迭代次数加1并进入步骤4.2；

否则，结束运行，输出最终运行结果；

步骤5：使用训练好的污水处理过程水质预测模型对污水成分数据进行在线预测，并将预测结果传送到多目标算术优化算法进行优化控制；以出水水质和运行能耗作为优化目标，以好氧池中溶解氧浓度和硝态氮浓度为决策变量利用多目标算术优化算法得到溶解氧和硝态氮的最优设定值；

步骤5.1：确定优化目标和约束条件，污水处理的优化目标分别为出水水质和污水处理能耗，污水处理能耗EQ主要有曝气能耗AE和泵送能耗PE组成，其公式如下：EQ＝AE+PE

其中，DOsat表示溶解氧饱和值，Vi表示有效体积，KLai表示氧传递系数，Qi(t)表示进水流量，Qin(t)表示内回流流量，Qr(t)表示外回流流量，Qw(t)表示剩余污泥排放量；

出水水质指标可表示为：

由公式可知出水水质有出水SS、出水COD、出水TN、出水NH和出水BOD共同决定，同时这些指标会受到水中溶解氧DO和硝态氮NO的影响，因此需要调节鼓风机曝气和内回流泵合理调节DO和NO；所以多目标优化的目标为min{EQ,OC}，决策变量为(DO,NO)，根据实际情况可以得到约束条件为：步骤5.2：根据得到的优化目标和约束条件建立多目标优化算法，以T＝1h为周期，以出水水质和运行能耗为优化目标，在约束条件范围内找到一组最优解集；

步骤5.3：将最优解集中能耗最低的解送入训练好的预测模型中，若此时水质达标，则将此解作为偏好解，若不达标，则继续下一个能耗最低的解代入预测模型中，直到找到水质达标的解作为偏好解，即一组DO和NO解；

步骤5.4：以选出的偏好解作为底层控制器溶解氧DO和硝态氮NO浓度的设定值；

步骤5.5：利用PID控制器调节鼓风机曝气量和回流液内回流流量，调节好氧池溶解氧浓度和厌氧池硝态氮浓度，使出水的水质达标，从而达到对污水处理的优化控制。

2.根据权利要求1所述的一种污水处理过程优化控制方法，其特征在于，所述步骤2中使用Pearson相关系数进行特征选择，其原理如下所示：其中，r表示相关系数，X为主指标，Y为特征值，系数介于‑1到+1之间，绝对值越大表明相关性越强，负值表明主指标与特征之间变化趋势相反，正值表示两者变化趋势相同。