基于距离学习粒子群算法的NO_x减排优化 |
| |
作者单位: | ;1.东南大学能源与环境学院;2.东南大学化学化工学院;3.南京工业大学机械与动力工程学院 |
| |
摘 要: | 研究了燃烧优化降低NO_x排放量的方法,介绍了3类NO_x的生成机理,利用集成支持向量机建立NO_x排放预测模型,并利用粒子群算法优化NO_x排放.为了有效克服粒子群的早熟问题,提出了带系数的距离学习粒子群算法.将所提方法应用于某电厂的NO_x减排优化中,并与其他方法进行对比.结果表明:集成支持向量机可以有效提高预测结果的准确性,改进的优化算法可以使NO_x排放量更低,搜索结果也更加稳定.
|
关 键 词: | NO_x 支持向量机 粒子群 燃烧优化 |
NO_x Reduction Optimization Based on Distance Learning Particle Swarm Algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|