作者：牛培峰; 麻红波; 李国强; 马云飞; 陈贵林...计量学氮氧化物排放特性万有引力搜索算法支持向量机循环流化床锅炉
摘要：为了准确地预测循环流化床锅炉NO_x排放量，以某热电厂循环流化床锅炉燃烧数据为样本，提出了基于支持向量机（SVM）的循环流化床锅炉NO_x排放特性GSA—SVM模型。由于SVM精度及泛化能力依赖于参数选择，故将万有引力搜索算法（GSA）运用到模型参数寻优过程中，利用不同工况下的样本数据检验了模型的预测性能，并将该模型分别与BP神经网络、粒子群（PSO）和遗传算法（GA）优化的SVM模型进行比较，仿真实验证明GSA—SVM模型具有很好的辨识能力及良好的泛化能力。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
