为有效提升城市污水处理过程的脱氮效果,提出一种知识和数据驱动的反硝化脱氮过程协同优化控制(Knowledge-data-driven　cooperative　optimal　control,　KDDCOC).所提方法主要有以下两个方面:首先,建立一种基于自适应知识核函数的协同优化控制目标模型,动态描述出水水质(Effluent　quality,　EQ)以及泵送能耗(Pumping　energy　consumption,　PE)、关键变量的协同关系;其次,提出一种知识引导的协同优化算法(Knowledge　guide-based　cooperative　optimization　algorithm,　KGCO),快速准确求解硝态氮(Nitrate　nitrogen,　SNO)优化设定值,提高KDDCOC的响应速度.KDDCOC利用比例-积分-微分(Proportional-integral-derivative,　PID)控制器对硝态氮优化设定值进行跟踪,将提出的KDDCOC应用于城市污水处理过程基准仿真模型1号(Benchmark　simulation　model　No.1,　BSM1),实验结果表明,该方法能够提高出水水质,降低运行能耗,有效改善脱氮效果.