10.3969/j.issn.1006-6047.2011.11.019
基于蚁群算法和LSSVM的锅炉燃烧优化预测控制
火电厂锅炉燃烧过程是一个复杂的多输入/多输出系统,具有高度非线性、强耦合的特点.借助燃烧特性试验数据,利用最小二乘支持向量机(LSSVM)建立锅炉燃烧模型,使用非线性模型预测控制(MPC)算法对锅炉燃烧过程进行优化和控制.提出一种改进蚁群算法用于求解预测控制算法中的非线性优化问题,采用动态随机抽取方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索.实例表明,该方法对锅炉燃烧过程具有较好的控制效果.
最小二乘支持向量机、蚁群算法、燃烧、优化、预测控制、电厂、支持向量机
31
TP273(自动化技术及设备)
国家自然科学基金资助项目61074069;贵州财经学院博士科研启动基金
2012-03-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
89-93