基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测

摘要：

为了控制循环流化床锅炉飞灰含碳量,提高锅炉燃烧效率.以某电厂循环流化床锅炉燃烧数据为样本,应用最小二乘支持向量机(LSSVM)建立了以锅炉运行参数为输入量,以锅炉飞灰含碳量为输出的模型.由于最小二乘支持向量机的参数决定了模型精度及泛化能力,将万有引力搜索算法(GSA)运用到模型参数寻优过程中,得到了飞灰含碳量最优模型GSA-LSSVM;并利用不同工况下的样本数据检验了模型的预测性能,并将该模型分别与粒子群(PSO)和遗传算法(GA)优化的LSSVM模型进行比较,仿真实验证明GSA-LSSVM模型具有很好的辨识能力及泛化能力.

关键词：万有引力搜索算法、最小二乘支持向量机、优化、飞灰含碳量

所属期刊栏目：47

分类号：TK229.6+6(蒸汽动力工程)

在线出版日期：2016-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：53-56,72