基于量子自适应鸟群算法的锅炉NOx排放特性研究

• 作者: 牛培峰 王丘亚 赵庆冲 赵振 陈科 马云鹏
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 氮氧化物排放特性 量子自适应鸟群算法 快速学习网
• 年，卷（期）: 2017,（6）
• 页码范围: 770-775
• 页数: 6页
• 分类号: TB99
• 字数: 3848字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2017.06.25

摘要

针对锅炉NOx排放量难以准确预测的问题,提出了一种新的NOx排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NOx排放浓度模型.将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度.最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSAFLN具有更高的预测精度和泛化能力,可以更准确地预测NOx排放量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛培峰	燕山大学电气工程学院	64	595	13.0	21.0
2	马云鹏	燕山大学电气工程学院	12	121	6.0	10.0
3	陈科	燕山大学电气工程学院	8	58	5.0	7.0
4	王丘亚	燕山大学电气工程学院	3	27	3.0	3.0
5	赵振	燕山大学电气工程学院	3	22	2.0	3.0
6	赵庆冲	燕山大学电气工程学院	3	33	3.0	3.0