基于PSO参数优化的SVM飞灰含碳量建模研究

• 作者: 唐利兴 王晋杰 王涛
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 飞灰含碳量 支持向量机 粒子群算法 参数优化
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 学术研究
• 页码范围: 500-503
• 页数: 4页
• 分类号: TP216
• 字数: 2308字
• 语种: 中文

摘要

为了解决火力发电厂飞灰含碳量实时监测和控制难题,笔者根据支持向量机(SVM)模型参数,建立了基于粒子群算法(PSO)参数优化的支持向量机模型,并用其对某电厂的锅炉飞灰含碳量进行实时监测.监测结果表明,基于粒子群算法参数优化的支持向量机监测模型较常规模型有着良好的性能,在线监测精度高,可使电厂有效监测和控制飞灰含碳量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛		1	3	1.0	1.0
2	王晋杰		1	3	1.0	1.0
3	唐利兴		1	3	1.0	1.0