基于PSO-SVR算法的燃煤锅炉结渣特性预测

作者：王晓文; 梁岚珍

来源：化工自动化及仪表, 2013, (06): 742-745.

• 燃煤锅炉
• 结渣特性预测
• 粒子群算法
• 支持向量回归机 coal-fired boiler
• slagging characteristic prediction
• PSO
• SVR

针对燃煤锅炉结渣特性的有限样本、非线性和高维数问题,提出了一种基于粒子群优化(PSO)和支持向量回归(SVR)的预测模型。对于支持向量回归机在建模中存在的参数选取问题,采用改进的粒子群算法(PSO)对模型参数进行优化,该方法结合了PSO的快速全局优化能力和SVR的结构风险最小化理论,精确地逼近非线性映射关系的能力。仿真结果表明:相比遗传算法(GA)SVR预测模型和模拟退火(SA)SVR预测模型,PSO-SVR模型预测燃煤锅炉结渣特性具有较高的准确率。

• 单位
  新疆大学; 北京联合大学