咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测 收藏

基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测

The Prediction of the Carbon Content of Fly Ash of Circulating Fluidized Bed Boilers Based on GSA-LSSVM

作     者:麻红波 余瑞锋 倪艳红 张彬 MA Hong-bo;YU Rui-feng;NI Yan-hong;ZHANG Bin

作者机构:北京华能新锐控制技术有限公司北京102209 

出 版 物:《锅炉技术》 (Boiler Technology)

年 卷 期:2016年第47卷第2期

页      面:53-56,72页

学科分类:080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

主  题:万有引力搜索算法 最小二乘支持向量机 优化 飞灰含碳量 

摘      要:为了控制循环流化床锅炉飞灰含碳量,提高锅炉燃烧效率。以某电厂循环流化床锅炉燃烧数据为样本,应用最小二乘支持向量机(LSSVM)建立了以锅炉运行参数为输入量,以锅炉飞灰含碳量为输出的模型。由于最小二乘支持向量机的参数决定了模型精度及泛化能力,将万有引力搜索算法(GSA)运用到模型参数寻优过程中,得到了飞灰含碳量最优模型GSA-LSSVM;并利用不同工况下的样本数据检验了模型的预测性能,并将该模型分别与粒子群(PSO)和遗传算法(GA)优化的LSSVM模型进行比较,仿真实验证明GSALSSVM模型具有很好的辨识能力及泛化能力。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分