基于改进樽海鞘算法的锅炉NO_x排放模型优化研究_牛培峰
为了建立高效的NOx排放质量浓度预测模型,以某330 MW的煤粉锅炉为研究对象,利用自适应樽海鞘算法（ASSA）优化快速学习网（FLN）建立预测模型。首先用8个基准测试函数检测ASSA的性能并与其它3种算法进行对比,结果显示ASSA算法的收敛速度更快,寻优结果更好；将该模型与差分进化算法（DE）、粒子群算法（PSO）和樽海鞘算法（SSA）优化的快速学习网进行比较,结果表明ASSA-FLN模型具有更好的预测精度和泛化能力,可有效准确地预测煤粉炉的NOx排放质量浓度。
- 2021-04-23
- 阅读648
- 下载0
- 6页
- pdf
