基于遗传算法的电站锅炉NOx排放量LS-SVM建模

• 作者: 吕猛 王广龙 赵文杰
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 遗传算法 最小二乘支持向量机 参数优化 氮氧化物排放量
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 过程自动化
• 页码范围: 70-72
• 页数: 3页
• 分类号: TP18
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2016.02.070

摘要

电站锅炉产生的NOx排放造成了严重的环境污染,建立精确有效的NOx排放模型是有效抑制NOx排放的基础.最小二乘支持向量机(LS-SVM)是一种常用的NOx排放建模方法,IS-SVM模型的超参数对于模型精度有着至关重要的作用.本文采用遗传算法对LS-SVM模型的超参数进行寻优,建立了电站锅炉NOx排放量的LS-SVM模型.通过与基于传统网格搜索法建立的LS-SVM模型、SVM(支持向量机)模型和BP神经网络模型进行对比,验证了基于遗传算法的LS-SVM模型具有更快的搜索速度和更为精确的模型精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文杰	华北电力大学控制与计算机工程学院	47	499	13.0	20.0
2	吕猛	华北电力大学控制与计算机工程学院	3	31	3.0	3.0