江西省教育厅资助项目(GJJ10293)
- 作品数：1 被引量：15H指数：1
- 相关作者：王林彭春华余廷芳更多>>
- 相关机构：华东交通大学南昌大学更多>>
- 发文基金：国家自然科学基金江西省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进NSGA-Ⅱ算法在锅炉燃烧多目标优化中的应用被引量：15
- 2013年
- 提出改进非劣分类遗传算法(NSGA-Ⅱ)在燃煤锅炉多目标燃烧优化中的应用,优化的目标是锅炉热损失及NOx排放最小化。首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实验数据对模型进行了训练和验证,结果表明,BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进。优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优。
- 余廷芳王林彭春华
- 关键词：多目标优化锅炉燃烧BP神经网络PARETO解集
