学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
基于支持向量机和遗传算法的燃煤电站锅炉多目标燃烧优化
被引:13
作者
:
论文数:
引用数:
h-index:
机构:
安恩科
宋尧
论文数:
0
引用数:
0
h-index:
0
机构:
同济大学热能与环境工程研究所
宋尧
论文数:
引用数:
h-index:
机构:
杨霞
机构
:
[1]
同济大学热能与环境工程研究所
来源
:
节能
|
2008年
/ 10期
关键词
:
NOx;
支持向量机;
遗传算法;
燃烧优化;
D O I
:
暂无
中图分类号
:
TM621.2 [锅炉及燃烧系统];
学科分类号
:
080802
[电力系统及其自动化]
;
摘要
:
采用支持向量机方法建立350MW燃煤电站锅炉NOx预测模型和锅炉效率预测模型,并采用遗传算法对NOx和锅炉效率进行多目标优化,表明支持向量机和遗传算法可以用于指导参数调节,进行燃烧优化。
引用
收藏
页码:22 / 25+2 +2
页数:5
相关论文
共 3 条
[1]
支持向量机算法及其应用研究
[D].
论文数:
引用数:
h-index:
机构:
张国云
.
湖南大学,
2006
[2]
Genetic algorithm and artificial neural network for engine optimisation of efficiency and NOx emission.[J].Ugur Kesgin.Fuel.2004, 7
[3]
基于神经网络的锅炉燃烧监督控制方法研究
[J].
林新队
论文数:
0
引用数:
0
h-index:
0
机构:
广州航海高等专科学校
林新队
.
机电工程技术,
2006,
(02)
:71
-72+81
←
1
→
共 3 条
[1]
支持向量机算法及其应用研究
[D].
论文数:
引用数:
h-index:
机构:
张国云
.
湖南大学,
2006
[2]
Genetic algorithm and artificial neural network for engine optimisation of efficiency and NOx emission.[J].Ugur Kesgin.Fuel.2004, 7
[3]
基于神经网络的锅炉燃烧监督控制方法研究
[J].
林新队
论文数:
0
引用数:
0
h-index:
0
机构:
广州航海高等专科学校
林新队
.
机电工程技术,
2006,
(02)
:71
-72+81
←
1
→