针对污水处理系统中的溶解氧(dissolved oxygen, DO)质量浓度控制问题，提出一种迁移增量启发式动态规划(transferable incremental heuristic dynamic programming, TI-HDP)算法。针对污水处理过程的特性，该算法通过将控制变量的更新方式改进为增量形式，提升了算法的抗干扰能力，并弱化了与增量式比例-积分-微分(proportional-integral-derivative, PID)算法之间的结构差异。基于数据驱动的思想，通过利用PID算法所产生的历史数据，成功地将传统控制领域中的专家经验迁移到TI-HDP算法框架中，保证了TI-HDP算法前期控制策略的稳定性。仿真结果表明：与PID算法和传统的启发式动态规划算法相比，所提算法对DO质量浓度具有更高的控制精度。