基于量子自适应鸟群算法的锅炉NOx排放特性研究

来源：计量学报杂志2017年第6期北京时间：

作者：牛培峰,王丘亚,马云鹏,赵庆冲,陈科,赵振

单位：燕山大学 电气工程学院, 河北 秦皇岛 066004

摘要：针对锅炉NOx排放量难以准确预测的问题,提出了一种新的NOx排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NOx排放浓度模型。将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度。最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSA-FLN具有更高的预测精度和泛化能力,可以更准确地预测NOx排放量。

关键词：计量学; 氮氧化物排放特性; 量子自适应鸟群算法; 快速学习网

基金资助：国家自然科学基金（61573306;61403331）