模糊量子遗传算法及其在热工过程模型辨识中的应用

• 作者: 李永玲 焦嵩鸣 韩璞 黄宇
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 热工过程 系统辨识 循环流化床锅炉 模糊量子遗传算法
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 发电
• 页码范围: 87-92
• 页数: 6页
• 分类号: TP181|TK229
• 字数: 3726字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2007.05.017

摘要

针对量子遗传算法(QGA)中旋转变异角相对固定的缺点,将模糊自适应的思想引入QGA, 提出了模糊量子遗传算法(FQGA).对典型函数测试表明:该方法有效地提高了量子遗传算法的计算精度和收敛速度.同时利用这种模糊量子遗传算法设计了一种通用的热工对象模型辨识算法,并编制了专用的模型识别软件,对典型热工过程进行辨识,取得了令人满意的效果.最后对某电厂循环流化床锅炉一次风对床温的传递函数进行辨识,结果表明该方法是一种简单易行的辨识算法,具有实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩璞	华北电力大学自动化系	272	4579	35.0	54.0
2	黄宇	华北电力大学自动化系	18	407	9.0	18.0
3	李永玲	华北电力大学自动化系	7	245	7.0	7.0
4	焦嵩鸣	华北电力大学自动化系	37	356	10.0	17.0