煤粉炉作为现代燃煤锅炉的主要形式，在电力市场应用十分广泛，它消耗煤炭资源产生电能为我们的工作和生活提供动力，同时也排放污NOx等污染物带给环境巨大的污染，当今环境污染和能源危机问题日益严重，研究煤粉炉燃烧优化问题具有重要意义。煤粉炉燃烧系统具有非线性强，耦合度高，燃烧过程极其复杂等特点，对其进行优化首先要建立锅炉各项运行参数为输入，NOx排放和锅炉燃烧效率为输出的系统模型，然后以低NOx燃烧和高锅炉热效率为目标对锅炉各项可调参数进行优化，达到煤粉炉燃烧优化的目的。本文将集群(Boosting)算法和相关向量机(Relevance Vector Machine, RVM）混合的一种建模方法引入到煤粉炉燃烧优化中，选择多个相关向量机作为集群算法中的弱学习机，对训练数据的若干子集分别进行学习，获得不同的模型，并结合PSOGSA (Particle Swarm Gravitational Search Algorithm, PSOGSA)算法对各个模型的参数进行优化，根据模型预测误差为模型赋予相应的权值，所有弱学习机加权求和作为最终的燃烧系统预测模型，优化过程以煤粉炉低NOx排放和高燃烧效率为目标，利用PSOGSA算法对锅炉的可调运行参数进行寻优，获得最佳的输入参数值，为人工调整工况参数提供参考。最后本文以MATLAB GUI技术为基础，设计了一套简单的基于集群相关向量机的煤粉炉燃烧优化软件，包括数据导入导出模块，模型建立和优化模块，策略指导模块等三大模块，提供一种更直观更方便的煤粉炉燃烧优化指导。