針對飛灰含碳量測量困難的問題,提出了一種基于粒子群算法的支持向量回歸預(yù)測模型來測量飛灰含碳量。該模型通過粒子群算法支持向量回歸的參數(shù)優(yōu)化,解決了支持向量回歸模型的精度問題,使模型具有良好的泛化性,并通過實(shí)例分析驗(yàn)證了模型的有效性。 

【文章來源】：河南工程學(xué)院學(xué)報(自然科學(xué)版). 2020,32(03)

【文章頁數(shù)】：5 頁

【部分圖文】：

基于PSO的SVR

PSO參數(shù)選擇結(jié)果

測試結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于PSO-BP神經(jīng)網(wǎng)絡(luò)的飛灰含碳量測量方法[J]. 李力,陸金桂.  機(jī)械與電子. 2019(04)
[2]基于PSO-SVR的飛灰含碳量軟測量研究[J]. 賀瑤,方彥軍.  自動化與儀表. 2013(04)
[3]一種實(shí)用的火電廠飛灰含碳量軟測量建模方法[J]. 張貴煒,鮑琳,李奇?zhèn)?  自動化與儀器儀表. 2010(06)
[4]支持向量機(jī)在鍋爐飛灰含碳量軟測量中的應(yīng)用[J]. 劉長良,孫曉嬌,劉站營.  電力科學(xué)與工程. 2010(01)
[5]火電廠熱工參數(shù)軟測量技術(shù)的發(fā)展和現(xiàn)狀[J]. 韓璞,喬弘,王東風(fēng),翟永杰.  儀器儀表學(xué)報. 2007(06)
[6]電站鍋爐飛灰含碳量的優(yōu)化控制[J]. 陳敏生,劉定平.  動力工程. 2005(04)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的煤粉鍋爐飛灰含碳量研究[J]. 趙新木,王承亮,呂俊復(fù),岳光溪.  熱能動力工程. 2005(02)
[8]基于神經(jīng)網(wǎng)絡(luò)的電站鍋爐飛灰含碳量軟測量系統(tǒng)[J]. 李智,蔡九菊,郭宏.  節(jié)能技術(shù). 2004(04)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的電廠鍋爐飛灰含碳量預(yù)測[J]. 方湘濤,葉念渝.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2003(12)

博士論文
[1]大型電站鍋爐配煤及燃燒優(yōu)化的支持向量機(jī)建模與實(shí)驗(yàn)研究[D]. 王春林.浙江大學(xué) 2007

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的火電廠飛灰含碳量測量[D]. 朱競東.華北電力大學(xué) 2012



本文編號：3100056