基于混合鸡群算法和核极端学习机的锅炉NOx排放的预测

• 作者: 丁翔 刘楠 常玲芳 张先臣 牛培峰
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 氮氧化物排放 循环流化床锅炉 模拟退火算法 鸡群算法 支持向量机 核极端学习机
• 年，卷（期）: 2019,（5）
• 页码范围: 929-936
• 页数: 8页
• 分类号: TB99
• 字数: 5366字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2019.05.32

摘要

以某300 MW亚临界循环流化床锅炉为研究对象,对锅炉的NOx排放量进行预测.利用模拟退火混合鸡群算法(SACSO)和核极端学习机(KELM)对不同工况下NOx的排放量进行建模;对比了差分进化算法,粒子群算法和原始鸡群算法,证明了改进后算法的优越性;之后,又对传统BP算法,支持向量机,极端学习机和核极端学习机模型进行对比;最终确定的SACSO-KELM模型具有更高的预测精度和稳定性以及更好的泛化能力,可选择将此模型用于锅炉NOx排放的建模预测.

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	刘楠	燕山大学电气工程学院	29	83	6.0	7.0
5	丁翔	燕山大学电气工程学院	1	1	1.0	1.0