贝叶斯神经网络和遗传算法结合在锅炉燃烧优化上的应用

• 作者: 徐荣田
• 来源期刊: 发电设备
• 学科: 工学
• 关键词: 锅炉 燃烧优化 贝叶斯正则化 神经网络 遗传算法 多目标优化
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 研究与分析
• 页码范围: 85-87
• 页数: 3页
• 分类号: TK16|TP183
• 字数: 1887字
• 语种: 中文

摘要

为了实现既提高锅炉热效率又降低污染物排放的目的,应用贝叶斯神经网络对锅炉燃烧系统进行建模,再用遗传算法进行多目标优化.通过锅炉热态实验数据进行仿真,结果表明该方法可以很好地预测锅炉的热效率和氮氧化物质量浓度,并实现有效的多目标寻优,为电站的经济环保运行提供理论指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐荣田		9	12	2.0	3.0