CAWOA-ELM混合模型的锅炉NO<sub><i>x</i></sub>排放量预测
来源：动力工程学报杂志2018年第11期北京时间：
作者：赖敏, 陈国彬, 刘超, 牛培峰,
摘要：针对燃烧过程中变量之间的强非线性和耦合性，利用极限学习机（ELM）和改进的鲸鱼优化算法（WOA）进行混合建模。该方法利用Sin混沌自适应鲸鱼优化算法（CAWOA）对极限学习机的模型参数进行搜索和优化，以提高极限学习机的泛化性能。在CAWOA算法中，通过引入Sin混沌搜索策略和自适应惯性权值来改善WOA算法的全局优化性能。在此基础上，利用优化后的极限学习机对330 MW煤粉锅炉的NOx排放质量浓度进行预测，建立了CAWOA-ELM的NOx排放量预测模型，并与同类算法模型进行对比研究。结果表明：该方法具有更好的泛化能力，能更加精确地预测NOx排放量。
关键词：极限学习机,鲸鱼优化算法,混沌搜索,自适应惯性权值,NOx排放量,
