基于改进最优觅食算法的锅炉NOx排放预测研究

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.

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

所属期刊栏目：41

分类号：TB99(计量学)

资助基金：国家自然科学基金61573306

在线出版日期：2020-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：879-885