改进NSGA-Ⅱ算法在锅炉燃烧多目标优化中的应用

• 作者: 余廷芳 彭春华 王林
• 来源期刊: 计算机应用研究
• 关键词: 多目标优化 锅炉燃烧 NSGA-Ⅱ BP神经网络 Pareto解集
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 系统应用开发
• 页码范围: 179-182
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.01.046

摘要

提出改进非劣分类遗传算法(NSGA-Ⅱ)在燃煤锅炉多目标燃烧优化中的应用,优化的目标是锅炉热损失及NOx排放最小化.首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实验数据对模型进行了训练和验证,结果表明,BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性.在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进.优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王林	南昌大学机电工程学院	4	45	3.0	4.0
2	彭春华	华东交通大学电气与电子学院	69	1182	21.0	32.0
3	余廷芳	南昌大学机电工程学院	28	196	8.0	12.0