基于GSA-SVM的循环流化床锅炉NOx排放特性模型

• 作者: 张先臣 李国强 牛培峰 陈贵林 马云飞 麻红波
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 氮氧化物排放特性 万有引力搜索算法 支持向量机 循环流化床锅炉
• 年，卷（期）: 2013,（6）
• 页码范围: 602-606
• 页数: 5页
• 分类号: TB99
• 字数: 3187字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2013.06.19

摘要

为了准确地预测循环流化床锅炉NOx排放量,以某热电厂循环流化床锅炉燃烧数据为样本,提出了基于支持向量机(SVM)的循环流化床锅炉NOx排放特性GSA-SVM模型.由于SVM精度及泛化能力依赖于参数选择,故将万有引力搜索算法(GSA)运用到模型参数寻优过程中,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BP神经网络、粒子群(PSO)和遗传算法(GA)优化的SVM模型进行比较,仿真实验证明GSA-SVM模型具有很好的辨识能力及良好的泛化能力.