城市污水处理过程不但具有多流程、时变、时滞的特性，而且运行过程控制变量之间的时间尺度差异很大，其全流程优化控制不仅是多目标动态优化问题，同时也是多时间尺度的实时优化问题。为了确保城市污水处理厂出水水质稳定达标且运行成本最低，研究团队提出了运行过程多时间尺度分层优化方法，实现城市污水处理全流程不同时间尺度操作变量的协同优化。通过挖掘优化评价指标与各操作变量时间尺度的关系，设计出基于不同时间尺度的分层优化评价模型，并利用指标关联性分析实现不同时间尺度优化评价模型的统一表达。同时，设计了自学习多目标粒子群协同优化方法，构造出基于免疫多向二进制和解集分布熵自学习的同步优化策略，实现了不同时间尺度优化评价模型的协同优化，获得多时间尺度优化评价模型的实时优化设定值，解决了城市污水处理全流程关键变量的实时优化设定难题。团队研发了城市污水处理全流程协同优化系统，实现了出水水质达标，污水处理过程能耗降低5%，药耗降低10%，减少了操作人员，推动了城市污水处理过程低成本稳定运行。

代表性成果：

[1] Han Honggui*, Bai Xing, Han Huayun, Hou Ying, Qiao Junfei. Self-adjusting multitask particle swarm optimization, IEEE Transactions on Evolutionary Computation, 2022, 26(1): 145-158.

[2] Han Honggui, Bai Xing, Hou Ying, Qiao Junfei. Multitask particle swarm optimization with dynamic on-demand allocation, IEEE Transactions on Evolutionary Computation, 2022, DOI: 10.1109/TEVC.2022.3187512.