基于自适应遗传算法参数优化锅炉燃烧特性建模.pdfVIP

下载本文档

4
0
约1.15万字
约 4页
2015-07-20 发布于安徽
举报
版权申诉

基于自适应遗传算法参数优化锅炉燃烧特性建模.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2011年第8期(总第164期) 应用能源技术 3l 基于自适应遗传算法参数优化的锅炉燃烧特性建模朱予东。王星久。王天龙，郭振。吴小芳 (华北电力大学电站设备状态监测与控制教育部重点实验室，河北保定071003) 摘要：近年来，随着节能减排越来越受到关注，燃煤电站锅炉燃烧优化课题得到了广泛的研究，而电站锅炉燃烧特性建模是燃烧优化课题研究的基础和关键。文中采用混合核函数构造最小二乘支持向量机(LS—SVM)，为了提高该支持向量机回归模型的精度，通过自适应交叉和变异的改进型遗传算法对模型参数进行全局寻优。计算结果表明，根据本文方法建立的燃烧模型很简洁。精度较高。只需要应用少量的训练样本就能比较精确的预测锅炉的燃烧特性，具有较显著的工程应用价值。关键词：燃煤电站锅炉；燃烧特性；支持向量机；混合核函数；遗传算法中图分类号：TK229．4文献标志码：B BoilerCombustionCharacteristicsBasedonParameter Modeling Genetic byAdaptiveAlgorithm Optimization ZHU Yu-dong，WANGXing-jiu，WANGTian—long，GUOZhen，WUXiao-fang ElectricPower OfNorth ofCondition and University Laboratory (The China，Key Monitoring ControlforPowerPlant of Equipment，MinistryEducation，Banding071003，China) andmoreaRentionhasbeen to coal—fired conservation．The Abstract：Recently，more paidenergy boilercombustion hasbeen thebasisand of studied，and powerplant optimizationextensively hinge combustion this theresearchisthecombustionboiler feature optimizationmodehng．In paper，the least vector hasbeenconstructedwiththe kernels． squares machine(LS—SVM)model hybrid support To the ofthe model is the