本文關鍵詞：基于多LS-SVM集成模型的鍋爐NO_x排放量建模

  更多相關文章： NOx排放量 多LS-SVM集成模型 GA-SFCM 有監(jiān)督模糊聚類

【摘要】：為了提高電站鍋爐氮氧化物(NO_x)排放量預測模型的精度,提出了一種基于多最小二乘支持向量機(LS-SVM)集成模型的NO_x排放量建模方法。首先按照NO_x排放量由低到高將數(shù)據(jù)空間初步劃分為低、中、高3個子空間,然后依據(jù)輸入變量與NO_x相關性分析來確定輸入變量的權重,通過篩選得到主要的特征變量。在此基礎之上,采用有監(jiān)督的遺傳算法-軟模糊聚類(GA-SFCM)方法,獲得各數(shù)據(jù)子空間的聚類中心及其相應的樣本隸屬度,通過融合隸屬度的最小二乘法對各子空間LS-SVM模型進行集成。仿真結果表明,通過篩選參與聚類的變量提高了聚類性能和模型精度,采用有監(jiān)督的GA-SFCM算法進行聚類,降低了聚類復雜度,建立的多LS-SVM集成模型比單一LS-SVM模型有更好的泛化能力。
【作者單位】： 華北電力大學控制與計算機工程學院;
【關鍵詞】： NOx排放量 多LS-SVM集成模型 GA-SFCM 有監(jiān)督模糊聚類
【基金】：河北省自然科學基金(F2014502059)資助項目
【分類號】：X773
【正文快照】： 1引言隨著國家對燃煤機組氮氧化物排放要求的不斷提高,高效降低污染物排放已經(jīng)成為燃煤電站面臨的重要問題。建立精確且穩(wěn)定的NOx排放量模型是有效控制NOx排放量的重要一環(huán)�？紤]到NOx的形成機理復雜,常規(guī)的機理模型難以建立,因此,基于數(shù)據(jù)的建模方法在NOx排放量建模中廣泛應

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 焦文獻;徐中民;;人文因素作用集成模擬模型國際研究進展[J];冰川凍土;2010年02期

2 ;[J];;年期

，

本文編號：816329