基于自由搜索算法和支持向量机的燃煤锅炉NOx 建模与优化  

Modeling and Optimization of NOx for Coal-fired Boilers by Free Search Algorithm and Support Vector Machine

作　　者：牛培峰[1,2] 王培坤[1] 李国强[1] 马云飞[1] 陈贵林[1,2] 张先臣[1,2] 

机构地区：[1]燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004 [2]国家冷轧板带装备及工艺工程技术研究中心,河北秦皇岛066004

出　　处：《计量学报》2014年第6期626-630,共5页Acta Metrologica Sinica

基　　金：国家自然科学基金（60774028）;河北省自然科学基金（F2010001318）

摘　　要：利用支持向量机（ SVM）建立锅炉NOx 排放模型，采用自由搜索（ FS）算法对支持向量机模型参数进行优化并对模型输入参数进行寻优。结果表明，FS-SVM模型能够较好地预测NOx 排放，且模型精度较高。通过优化输入参数，NOx 排放量有明显地降低，优化后的参数变化情况与有关文献中实验所得的结果一致。A model of the boilers NOx emissions is developed by support vector machine （SVM）. The free search （FS） algorithm is used to optimize the parameters of the SVM model and the input parameters of the boilers. The modeling results show that, FS-SVM model can predict NOx emissions very well, the forecast accuracy is very high. NOx emissions are significantly reduced by optimizing the input parameters, and the change of the optimized parameters are consistent with the experimental results of the related reference.

关 键 词：计量学 支持向量机 自由搜索算法 建模 优化 

分 类 号：TB99[一般工业技术—计量学]