基于蚁群算法和LSSVM的锅炉燃烧优化预测控制.PDFVIP

下载本文档

5
0
约5.11万字
约 5页
2019-04-06 发布于四川
举报
版权申诉

基于蚁群算法和LSSVM的锅炉燃烧优化预测控制.PDF

1、本文档共5页，可阅读全部内容。
2、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。
3、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。
4、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

第卷第期 Vol．31 No．11 31 11 电力自动化设备年月 Electric Power Automation Equipment Nov. 2011 2011 11 基于蚁群算法和LSSVM 的锅炉燃烧优化预测控制， 1 2 2 3 2 龙文梁昔明龙祖强李朝辉，，，（贵州财经学院贵州省经济系统仿真重点实验室贵州贵阳； 1. , 550004 中南大学信息科学与工程学院湖南长沙 2. ， 410083 ；衡阳师范学院物理与电子信息科学系湖南衡阳 3. ， 421008 ）摘要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建立锅炉燃烧模型使用非线性模型预测控制，（LSSVM ），（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。，。关键词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：；；；；；；中图分类号：文献标识码：文章编号：（） TP 273 A 1006 － 6047 20 11 11－ 0089－ 05 控制目标的模型作为预测模型以改进蚁群算法作 0 引言，为滚动优化策略用于求解预测