10.3969/j.issn.1000-1158.2017.06.25
基于量子自适应鸟群算法的锅炉NOx排放特性研究
针对锅炉NOx排放量难以准确预测的问题,提出了一种新的NOx排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NOx排放浓度模型.将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度.最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSAFLN具有更高的预测精度和泛化能力,可以更准确地预测NOx排放量.
计量学、氮氧化物排放特性、量子自适应鸟群算法、快速学习网
38
TB99(计量学)
国家自然科学基金61573306,61403331
2018-01-09（万方平台首次上网日期，不代表论文的发表时间）
共6页
770-775
