《Water》：Metaheuristic Optimization of Treated Sewage Wastewater Quality Parameters with Natural Coagulants
Joseph K. Bwapwa and
Jean G. Mukuna
编辑推荐：
为解决化学絮凝剂在污水处理中产生有毒污泥、造成二次污染及高成本等问题，研究人员开展了利用西瓜和甜瓜等生物基天然絮凝剂，结合灰狼优化（GWO）及多目标灰狼优化（MOGWO）算法，对污水处理关键参数（如浊度、TSS、BOD、COD）进行多目标优化的研究。结果表明，优化后的处理方案在pH 5、投加量50 mg/L条件下，浊度去除率可达96.68%，且相比传统化学絮凝剂可减少高达90%的化学品使用，潜在节约30%成本。该研究为开发高效、低成本、环境友好的可持续废水处理技术提供了创新的数据驱动优化框架。
随着全球城市化进程的加速和工业活动的扩张，每天产生的大量生活污水和工业废水对水环境构成了严峻挑战。传统的污水处理虽然有效，但主要依赖于硫酸铝、氯化铁等化学絮凝剂。这些“化学卫士”在高效清除水中悬浮物和有机污染物的同时，也留下了令人头疼的“后遗症”——含有重金属残留的化学污泥。这些污泥处理困难，容易造成土壤和水体的二次污染，处理成本也居高不下，仿佛在解决一个问题时，又制造了新的环境负担。此外，化学药剂的持续投加不仅增加了运行费用，其生产过程中的碳足迹也与全球推进的可持续发展目标背道而驰。因此，寻找一种既能高效净化水质，又环境友好、成本可控的替代方案，成为了水处理领域迫在眉睫的课题。正是在这样的背景下，研究人员将目光投向了自然界。植物提取物等生物基天然絮凝剂，以其可生物降解、低毒性和潜在的低污泥产量等优点，展现出巨大的应用潜力。然而，从实验室的“潜力股”走向实际工程应用的“实力派”，天然絮凝剂还面临诸多关卡：其性能受pH值、投加量、污水水质等多种因素复杂交织的影响，如何从这纷繁的参数中找到最优的操作“配方”，以实现污染物去除效率、化学品用量和成本等多重目标的最佳平衡，是一个典型的复杂非线性优化难题。常规的试错法或单目标优化方法在此显得力不从心。为此，一项发表于《Water》期刊的研究，创新性地将先进的元启发式优化算法——灰狼优化器引入该领域，为天然絮凝剂的性能优化与规模化应用点亮了一盏明灯。
本研究采用了一种整合实验数据分析、数学模型构建与智能优化算法的综合方法论。首先，研究利用了Joaquin等人2021年发表的实验数据集，该数据集包含了使用Citrullus lanatus（西瓜）和Cucumis melo（甜瓜）作为天然絮凝剂，在不同pH值（5.0-9.0）和投加量（10-100 mg/L）条件下，对污水浊度、总悬浮固体（TSS）、生化需氧量（BOD）、化学需氧量（COD）去除效率的共计20组观测数据。基于此数据集，研究建立了关键水质参数去除效率与操作变量（pH、投加量）之间的多元二次多项式回归模型，以高确定系数（R2> 0.95）量化了其非线性关系。随后，以此回归模型作为目标函数，研究团队运用了灰狼优化器（Grey Wolf Optimizer, GWO）及其多目标变体（Multi-objective GWO, MOGWO）这两种元启发式算法。GWO用于执行单目标优化（如最大化某一污染物去除率），而MOGWO则用于处理多目标优化问题，旨在同时最大化多个污染物的去除率并最小化絮凝剂投加量，通过生成帕累托最优前沿来揭示不同目标之间的权衡关系。整个优化过程在计算框架内进行，无需进行新的湿实验，凸显了其数据驱动和计算高效的特点。
研究结果
- •
1. 引言
本研究系统阐述了传统化学絮凝剂的环境与健康弊端，以及天然絮凝剂作为可持续替代方案的优势与当前大规模应用面临的挑战（如性能稳定性、参数优化复杂性）。明确指出，现有研究多关注固定条件下的效能评估，缺乏对多操作变量复杂相互作用及多目标系统优化的探索。因此，本研究旨在通过集成实验数据建模与多目标元启发式优化，填补这一研究空白，为天然絮凝剂的优化应用提供可扩展的数据驱动途径。
- •
2. 方法论
研究构建了完整的方法体系：从Joaquin等人的实验数据收集出发，利用多元多项式回归建立了预测模型，再以GWO和MOGWO算法对模型进行优化求解。这验证了将统计建模与进化算法结合，以理解和优化复杂混凝过程的可行性。
- •
3. 通过单目标与多目标优化获得的具体性能指标
- •
单目标GWO优化取得了显著成效，例如在pH 5、投加量50 mg/L的最优条件下，实现了96.68%的浊度去除率。
- •
多目标MOGWO优化成功识别了一系列帕累托最优解，展示了不同目标间的权衡。例如，一个解在pH 5、投加量72 mg/L时实现94.2%的浊度去除；而另一个解在pH 7时实现了52.7%的BOD去除，达到了处理效率与条件温和性之间的平衡。
- •
模型预测表明，在优化条件下，天然絮凝剂的使用可比传统化学絮凝剂减少高达90%的化学品消耗，并可能带来高达30%的成本节约。
- •
算法表现出良好的计算效率与鲁棒性，平均在200次迭代内即能收敛。
研究结论与意义
本研究表明，基于Citrullus lanatus和Cucumis melo的天然絮凝剂，在经过灰狼优化算法系统优化操作参数后，能够高效去除污水中的浊度、TSS、BOD和COD等关键污染物，其性能可与传统化学絮凝剂相媲美甚至更优。更重要的是，该优化策略能大幅减少化学品依赖，降低处理成本，并减少有害污泥的产生。这项研究的核心贡献在于，它超越了单纯的效能验证，提供了一个强大的、可扩展的“计算实验”平台。通过集成多元回归建模与多目标元启发式优化（特别是MOGWO生成帕累托前沿），研究为处理多污染物、多目标的复杂污水处理系统提供了实用的决策支持框架。它使研究人员和工程技术人员能够系统地探寻在处理效率、化学品用量、成本及可持续性等多重约束下的最佳操作点。
这项研究的意义深远。首先，它直接支持了环境可持续发展，通过减少化学品输入和污泥产量，降低了废水处理过程中的二次污染风险，契合“零废物”处理和资源回收的循环经济原则。其次，它为资源有限地区提供了经济可行、生态友好的污水处理解决方案，有助于推动环保技术在更广泛范围内的应用。最终，该研究为环境友好的水资源管理实践指明了一条前瞻性路径，显著减少了对化学药剂的依赖，为全球污染减排努力做出了实质性贡献。
