文献类型：期刊文章

作　　者：牛培峰[1,2] 麻红波[1] 李国强[1] 马云飞[1] 陈贵林[1,2] 张先臣[1,2]

机构地区：[1]燕山大学工业计算机控制工程河北省重点实验室,秦皇岛066004 [2]燕山大学国家冷轧板带装备及工艺工程技术研究中心,秦皇岛066004

出　　处：《动力工程学报》

基　　金：国家自然科学基金资助项目(60774028);河北省自然科学基金资助项目(F2010001318)

年　　份：2013

卷　　号：33

期　　号：4

起止页码：267-271

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了控制循环流化床(CFB)锅炉的NOx排放量,以某热电厂300MW CFB锅炉测试数据为样本,应用支持向量机(SVM)建立NOx排放特性预测模型.针对SVM回归预测需要人为确定相关参数的不足,应用果蝇优化算法(FOA)优化SVM参数,采用不同工况下的样本数据检验FOA-SVM模型的预测性能,并将该模型的预测结果与粒子群算法(PSO)、遗传算法(GA)和万有引力搜索算法(GSA)优化的SVM模型预测结果进行了比较.结果表明:FOA-SVM模型的泛化能力较强,预测精度较高,训练时间较短,可以相对快速、准确地预测NOx排放质量浓度.

关 键 词：循环流化床锅炉 NOX排放特性 支持向量机 果蝇优化算法  模型  

分 类 号：TK22]