论文部分内容阅读
电站锅炉产生的NOx排放造成了严重的环境污染,建立精确有效的NOx排放模型是有效抑制NOx排放的基础.最小二乘支持向量机(LS-SVM)是一种常用的NOx排放建模方法,IS-SVM模型的超参数对于模型精度有着至关重要的作用.本文采用遗传算法对LS-SVM模型的超参数进行寻优,建立了电站锅炉NOx排放量的LS-SVM模型.通过与基于传统网格搜索法建立的LS-SVM模型、SVM(支持向量机)模型和BP神经网络模型进行对比,验证了基于遗传算法的LS-SVM模型具有更快的搜索速度和更为精确的模型精度.