基于人工鱼群-径向基神经网络的NO<sub><i>x</i></sub>预测模型
来源：动力工程学报杂志2021年第7期北京时间：
作者：金秀章, 于静, 刘岳,
摘要：针对燃煤电厂脱硝系统入口NOx质量浓度迟延较大、难以测量的问题，提出了人工鱼群算法（AFSA）优化径向基神经网络（RBFNN）预测模型。利用互信息确定模型输入变量，运用K-近邻互信息算法预估迟延时间；采用具有强泛化能力的RBFNN建立相空间重构的辅助变量和主导变量的预测模型，并运用AFSA确定RBFNN的最优参数组合，克服输入规律不明和参数随机性的影响。最后将AFSA-RBFNN预测模型与RBFNN、PSO-RBFNN预测模型进行对比验证。结果表明：AFSA-RBFNN预测模型的均方根误差、平均绝对百分比误差最小，运行时间最短，表明该模型的泛化能力、预测精度明显优于其他模型，并能够解决粒子群算法的局部收敛和运行时间长的问题。
关键词：人工鱼群算法,径向基神经网络,互信息,K-近邻互信息,预测模型,
