基于混合鸡群算法和核极端学习机的锅炉NOx排放的预测

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.

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

所属期刊栏目：40

分类号：TB99(计量学)

资助基金：国家自然科学基金61573306,61403331

在线出版日期：2019-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：929-936