基于鲸鱼优化算法的汽轮机热耗率模型预测

• 作者: 史春见 吴志良 李进柏 牛培峰 马云鹏
• 来源期刊: 化工学报
• 关键词: 汽轮机 热耗率 鲸鱼优化算法 快速学习网 反向学习算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1049-1057
• 页数: 9页
• 分类号: TK267
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20161099

摘要

为了准确地建立汽轮机热耗率预测模型,提出了一种基于反向学习自适应的鲸鱼优化算法(AWOA)和快速学习网(FLN)综合建模的方法.首先将改进后的鲸鱼算法与经典改进的粒子群、差分进化算法和基本鲸鱼算法进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;然后采用某热电厂600 MW超临界汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,并将改进后的鲸鱼算法优化的快速学习网模型的预测结果与基本快速学习网及经典改进的粒子群、差分进化算法和基本鲸鱼算法优化的快速学习网模型预测结果相比较.结果表明,AWOA-FLN预测模型具有更高的预测精度和更强的泛化能力,更能准确地预测汽轮机的热耗率.

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	吴志良	燕山大学电气工程学院	3	54	3.0	3.0
4	史春见	燕山大学电气工程学院	4	57	3.0	4.0
5	李进柏	燕山大学电气工程学院	4	55	3.0	4.0