基于NSGA-Ⅱ算法的锅炉燃烧多目标优化 |
| |
引用本文: | 余廷芳,朱洪震,彭春华.基于NSGA-Ⅱ算法的锅炉燃烧多目标优化[J].南昌大学学报(工科版),2013,35(1):58-61. |
| |
作者姓名: | 余廷芳 朱洪震 彭春华 |
| |
作者单位: | 1. 南昌大学机电工程学院,江西南昌,330031 2. 华东交通大学电气与电子学院,江西南昌,330013 |
| |
基金项目: | 国家自然科学基金资助项目(61282048;51066005) |
| |
摘 要: | 采用BP(back propagation,BP)神经网络模型分别建立了300 MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态试验数据对模型进行了训练和验证。结果表明:BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。结合NOx排放模型和锅炉热损失模型并采用非劣分类遗传算法(non-dominated sorting genetic algorithm,INSGA-Ⅱ)对锅炉进行多目标优化,优化结果表明:NSGA-Ⅱ多目标优化方法与BP神经网络模型结合可以对锅炉多目标燃烧优化问题实现有效的多目标寻优,得到理想的Pareto解方案可以在降低锅炉NOx排放的同时使锅炉运行在较高的效率工况下,是对锅炉进行多目标优化的有效工具。
|
关 键 词: | 锅炉燃烧 多目标优化 NSGA-Ⅱ BP神经网络 Pareto解集 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|