基于改进最优觅食算法的锅炉NOx排放预测研究

• 作者: 彭鹏 牛培峰
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 NOx排放特性 最优觅食算法 极端学习机 燃煤锅炉
• 年，卷（期）: 2020,（7）
• 页码范围: 879-885
• 页数: 7页
• 分类号: TB99
• 字数: 4556字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2020.07.19

摘要

提出了一种改进的最优觅食算法(POFA),在最优觅食算法中引入自适应惯性权值与全局最优解来改进算法的更新公式,同时加入相空间搜索的机制.利用改进的最优觅食算法优化极端学习机(ELM)构建一个改进的极端学习机模型(POFA-ELM),并用该模型对锅炉NOx的排放特性进行建模.将该模型与ELM、差分进化算法、粒子群算法、人工蜂群算法以及基本的最优觅食算法优化的ELM模型进行比较.结果 表明:该模型的预测精度更好,泛化能力更强,可以更加准确地预测NOx的排放质量浓度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛培峰	燕山大学电气工程学院	64	595	13.0	21.0
2	彭鹏	燕山大学电气工程学院	3	4	1.0	2.0