改进PSO优化参数的LSSVM燃煤锅炉NOx排放预测

摘要：

为了提高燃煤锅炉NOx排放浓度预测的准确度,更好地进行氮氧化物的污染监测,提出了一种结合最小二乘支持向量机(Least squares support vector machines,LSSVM)和改进的粒子群优化算法(Particle swarm optimization,PSO)的预测方法.依据LSSVM预测原理及其参数选择的不确定性,采用一种改进的PSO优化算法对模型参数进行寻优,建立锅炉燃烧NOx排放特性模型,并与另两种方法结果进行比较.结果表明:LSSVM是一种有效的建模方法,有较高的拟合度;改进的PSO与LSSVM结合可改善模型的预测精度和泛化能力,在NOx排放浓度预测方面明显优于其他两种参数优化算法,对NOx排放预测有指导意义.

关键词：燃煤锅炉、最小二乘支持向量机、改进粒子群算法、NOx排放浓度

所属期刊栏目：30

分类号：TK229.6(蒸汽动力工程)

在线出版日期：2015-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：231-238