改进PSO优化参数的LSSVM燃煤锅炉NOx排放预测

• 作者: 孙卫红 李强 童晓
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 燃煤锅炉 最小二乘支持向量机 改进粒子群算法 NOx排放浓度
• 年，卷（期）: 2015,（1）
• 页码范围: 231-238
• 页数: 8页
• 分类号: TK229.6
• 字数: 3754字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.01.023

摘要

为了提高燃煤锅炉NOx排放浓度预测的准确度,更好地进行氮氧化物的污染监测,提出了一种结合最小二乘支持向量机(Least squares support vector machines,LSSVM)和改进的粒子群优化算法(Particle swarm optimization,PSO)的预测方法.依据LSSVM预测原理及其参数选择的不确定性,采用一种改进的PSO优化算法对模型参数进行寻优,建立锅炉燃烧NOx排放特性模型,并与另两种方法结果进行比较.结果表明:LSSVM是一种有效的建模方法,有较高的拟合度;改进的PSO与LSSVM结合可改善模型的预测精度和泛化能力,在NOx排放浓度预测方面明显优于其他两种参数优化算法,对NOx排放预测有指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙卫红	中国计量学院机电工程学院	37	143	7.0	11.0
2	童晓	中国计量学院机电工程学院	3	31	3.0	3.0
3	李强	新疆吾尔自治区特种设备检验研究院实验中心	1	15	1.0	1.0