基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测

• 作者: 余瑞锋 倪艳红 张彬 麻红波
• 来源期刊: 锅炉技术
• 学科: 工学
• 关键词: 万有引力搜索算法 最小二乘支持向量机 优化 飞灰含碳量
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 流化床锅炉
• 页码范围: 53-56,72
• 页数: 5页
• 分类号: TK229.6+6
• 字数: 3269字
• 语种: 中文

摘要

为了控制循环流化床锅炉飞灰含碳量,提高锅炉燃烧效率.以某电厂循环流化床锅炉燃烧数据为样本,应用最小二乘支持向量机(LSSVM)建立了以锅炉运行参数为输入量,以锅炉飞灰含碳量为输出的模型.由于最小二乘支持向量机的参数决定了模型精度及泛化能力,将万有引力搜索算法(GSA)运用到模型参数寻优过程中,得到了飞灰含碳量最优模型GSA-LSSVM;并利用不同工况下的样本数据检验了模型的预测性能,并将该模型分别与粒子群(PSO)和遗传算法(GA)优化的LSSVM模型进行比较,仿真实验证明GSA-LSSVM模型具有很好的辨识能力及泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张彬		6	146	5.0	6.0
2	麻红波		1	7	1.0	1.0
3	余瑞锋		1	7	1.0	1.0
4	倪艳红		2	9	2.0	2.0