基于支持向量机和果蝇优化算法的循环流化床锅炉NO_x排放特性研究

作者：牛培峰; 麻红波; 李国强; 马云飞; 陈贵林; 张先臣

来源：动力工程学报, 2013, (04): 267-271.

DOI：G201304006

• 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 CFB boiler
• NOx emission
• SVM
• FOA algorithm
• model

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.

• 单位
  燕山大学