| 改进NSGA-Ⅱ算法在锅炉燃烧多目标优化中的应用 |
| |
| 引用本文： | 余廷芳,王 林,彭春华. 改进NSGA-Ⅱ算法在锅炉燃烧多目标优化中的应用[J]. 计算机应用研究, 2013, 30(1): 179-182 |
| |
| 作者姓名： | 余廷芳 王 林 彭春华 |
| |
| 作者单位： | 1. 南昌大学 机电工程学院, 南昌 330031; 2. 华东交通大学 电气与电子学院, 南昌 330013 |
| |
| 基金项目： | 国家自然科学基金资助项目（61262048, 51066005）; 江西省教育厅基金资助项目（GJJ10293） |
| |
| 摘 要： | 提出改进非劣分类遗传算法(NSGA-Ⅱ)在燃煤锅炉多目标燃烧优化中的应用,优化的目标是锅炉热损失及NOx排放最小化。首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实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。在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进。优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优。
|
| 关 键 词： | 多目标优化 锅炉燃烧 NSGA-Ⅱ BP神经网络 Pareto解集 |
Improved non-dominated sorting genetic algorithm applied in multi-objective optimization of coal-fired boiler combustion |
| |
| YU Ting-fang,WANG Lin,PENG Chun-hua. Improved non-dominated sorting genetic algorithm applied in multi-objective optimization of coal-fired boiler combustion[J]. Application Research of Computers, 2013, 30(1): 179-182 |
| |
| Authors: | YU Ting-fang WANG Lin PENG Chun-hua |
| |
| Affiliation: | 1. School of Mechanical & Electronic Engineering, Nanchang University, Nanchang 330031, China; 2. School of Electrical, East China Jiaotong University, Nanchang 330013, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
