Print

基于混合鸡群算法和核极端学习机的锅炉NO_x排放的预测

论文摘要

以某300 MW亚临界循环流化床锅炉为研究对象,对锅炉的NOx排放量进行预测。利用模拟退火混合鸡群算法（SACSO）和核极端学习机（KELM）对不同工况下NOx的排放量进行建模;对比了差分进化算法,粒子群算法和原始鸡群算法,证明了改进后算法的优越性;之后,又对传统BP算法,支持向量机,极端学习机和核极端学习机模型进行对比;最终确定的SACSO-KELM模型具有更高的预测精度和稳定性以及更好的泛化能力,可选择将此模型用于锅炉NOx排放的建模预测。

论文目录

  • 1 引言
  • 2 鸡群优化算法
  •   2.1 算法原理
  •   2.2 算法实现
  •   2.3 算法的改进SCSO
  • 3 模拟退火算法（SA）
  •   3.1 算法原理
  •   3.2 状态解接收的过程
  •   3.3 算法的实现
  • 4 对鸡群算法的改进———SACSO
  •   4.1 改进1
  •   4.2 改进2
  •   4.3 算法性能测试
  • 5 极端学习机与核极端学习机
  •   5.1 极端学习机（ELM）
  •   5.2 核极端学习机（KELM）
  • 6 模型训练与预测
  •   6.1 模型训练
  •   6.2 模型测试
  • 7 总结

    • 文章来源

    类型: 期刊论文

    作者: 牛培峰,丁翔,刘楠,常玲芳,张先臣

    关键词: 计量学,氮氧化物排放,循环流化床锅炉,模拟退火算法,鸡群算法,支持向量机,核极端学习机

    来源: 计量学报 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 动力工程,自动化技术

    单位: 燕山大学电气工程学院

    基金: 国家自然科学基金(61573306,61403331)

    分类号: TK229.66;TP18

    页码: 929-936

    总页数: 8

    文件大小: 1207K

    下载量: 92

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/2e19db27b5ee898a75753be9.html