ASOS-ELM建模方法及在汽轮机热耗率预测中的应用

• 作者: 刘楠 常玲芳 张先臣 牛培峰 王愿宁 王枭飞
• 来源期刊: 化工学报
• 关键词: 汽轮机 热耗率 算法 极限学习机 优化 模型
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3924-3931
• 页数: 8页
• 分类号: TK267
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20180293

摘要

针对极限学习机(ELM)不能准确地预测汽轮机热耗率的问题,结合群智能优化算法,提出一种改进的共生生物搜索算法和极限学习机(ASOS-ELM)综合建模的方法.该方法利用改进的共生生物搜索(ASOS)算法优化ELM隐层激活函数的参数,求得最优的ELM模型.再将ASOS-ELM模型应用到热耗率建模中,首先用ELM初始化热耗率预测模型,以输出热耗率的均方根误差(RMSE)作为算法的适应度值,然后通过ASOS算法找到合适的ELM参数,从而得到准确的热耗率预测模型.并将热耗率预测的结果与传统的ELM模型、ASOS算法优化支持向量回归(SVR)模型、改进的粒子群算法(PSO)和基本的共生生物搜索算法(SOS)优化的ELM作对比.结果表明,ASOS-ELM模型在处理复杂的数据模型中,具有精确的预测能力与快速的收敛速度,为汽轮机热耗率建模提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张先臣	燕山大学电气工程学院	13	58	5.0	7.0
2	常玲芳	燕山大学电气工程学院	13	40	3.0	6.0
3	牛培峰	燕山大学电气工程学院	64	595	13.0	21.0
4	王愿宁	大连海事大学环境科学与工程学院	2	4	1.0	2.0
5	刘楠		29	83	6.0	7.0
6	王枭飞	燕山大学电气工程学院	2	4	1.0	2.0