改进的多目标粒子群算法及其应用
作者:
回立川
[1] ;
于淼
[1] ;
郭磊
[2] ;
王德建
[3] ;
牛朝阳
[4]
关键词:
粒子群算法
锅炉效率
NOx排放
优化
摘要:
为了满足电站锅炉“高效低排”的运行要求,结合RBF神经网络,根据工况数据,分析了电站锅炉燃烧效率与NOx排放的矛盾关系,建立了锅炉NOx排放与热效率的混合模型。以此为基础,针对现有粒子群优化算法研究成果,引入了适应度与随机数值比较选择的思想和相似度函数的概念,并对算法的惯性权重进行了相应设计,使之随迭代次数逐渐减小,通过对测试函数的效果检验,表明算法的有效性。最后将其应用于锅炉混合模型中,进行某工况多目标优化仿真研究,得到了不同目标要求下的燃烧组合,为电站锅炉多目标优化提供了技术支持。
上一篇:基于矢量空间纯电动车三自由度建模与验证
下一篇:闭环子空间辨识方法的分析与比较