基于遗传编程的火电机组煤耗特性建模研究

来源 :计算机仿真 | 被引量 : 8次 | 上传用户:lyklcjs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
遗传编程算法能够对非线性系统的结构和参数进行同步辨识,是进行全局最优搜索的智能算法。对火电机组煤耗量影响因素进行数据预处理并进行相关性分析,找出对煤耗量影响大的因素。采用多目标遗传编程算法对火电机组煤耗特性曲线模型进行辨识,进化目标为原始适应度、表达式复杂度以及最大偏差的和最小。仿真结果说明,遗传编程对煤耗特性曲线模型的辨识是有效的,非常适合解决非线性系统建模问题,并在算法上实现了结构辨识与参数辨识的统一,具有实用性。
其他文献
研究优化无线接收信号的放大问题,监测电力变压器局部放电水平,对维护电力变压器安全稳定运行具有重要意义。天线传感器所接收的局部放电信号较为微弱,频带较宽,在进入后端的仪器或采集系统之前需要进行放大处理。因此根据放电信号的基本特征,提出引入频率响应负反馈来平衡增益、驻波比、噪声系数及带宽等指标,设计一个用于放大局部放电信号的超高频宽带低噪声放大器,利用ADS软件进行仿真,仿真结果表明放大器具有较宽的带
研究网络优化管理问题,网络流量具有趋势性、周期性和非线性,传统预测模型只能反映网络流量变化的片段信息,难以获得高精度的网络流量预测结果。为提高网络流量预测结果,提出一种非线性组合的网络流量预测模型。首先采用单一模型ARIMA、ARMA、GM(1,1)对网络流量各特征进行预测,然后将三种预测结果输入到支持向量机进行融合,得到网络流量的最终预测结果。仿真结果表明,与传统网络流量预测模型相比,改进的非线
提出了新的带脉冲控制的双向耦合混沌系统,根据脉冲微分方程稳定性理论,研究了耦合混沌系统的给定流行的广义同步问题。混沌系统的广义同步研究通常是要考虑混沌系统是满足Lipschitz条件的,但实际上混沌吸引子的边界一般是难以准确得到的。在研究广义同步过程中,采用新的构造方法则不需要以混沌吸引子的具体边界为条件,通过理论证明,得到了混沌系统模型实现广义同步的充分而非保守条件。同时,采用混沌和超混沌系统,
随着人类日常生活需求增长,越来越需要各种类型的人形机器人为人类服务。现以Bioloid人形机器人为研究平台,来实现该机器人的高阶非线性倒立控制。首先将其看作一类三连杆欠驱动倒立摆,在深入分析机器人运动方程的基础上,推导其连续状态空间模型,并经过离散化以便于计算机控制,然后设计一种基于线性二次型的最优控制器来求解最优状态反馈矩阵,从而实现机器人经摆动后达到稳定倒立姿态。仿真结果表明,改进方法有效可行
研究低温地板辐射采暖过程中的准确控制问题。低温地板辐射采暖设备与传统的供热设备不同,温度很难保证完全散出,在换热过程中存在非固定二次换热现象,造成反馈的温度存在很强的不稳定性。传统的PID控制算法很难对突变的不稳定性做出准确反映,造成参数大幅波动,控制失准。为了避免上述缺陷,提出了一种低温地板辐射采暖中的优化PID控制方法。利用自整定反馈方法,对采集的低温地板辐射数据进行反馈处理,为低温地板辐射采
研究如何区分自然图像和计算机图形判别图像问题。由于人眼难以判别真伪图像,针对传统的图像鉴别方法由于参数的设置而造成识别准确率低,从而无法准确的区分自然图像和计算机图形。提出了一种卡尔曼滤波和支持向量机分类算法相结合的高性能图像真伪鉴别方法。算法首先采用卡尔曼滤波器提取图像的各个级别的分量,求解出各级分量和判别的误差值并作为特征数据,然后采用支持向量机分类算法对特征数据进行训练判别。仿真结果表明,提
研究宽带信号优化问题,空域信息的宽带波束形成技术与传统的时域方法相比,结构物理实现简单。在实际系统中,广泛存在着阵元幅相差,造成基于空域信息的宽带波束形成性能的下降,甚至恶化,针对上述问题,提出了一种采用空域信息的稳健的宽带波束形成算法,可用信号的恒模特性,通过对波束形成器的输出做非线性变换,得到参考信号,然后求取合适的初始权值并通过迭代收敛至期望的权值。仿真结果验证了算法提高了宽带性能的有效性。
研究汽车覆盖件拉伸优化问题,针对汽车覆盖件容易出现起皱,传统研究方法没有考虑其成形过程中与模具接触,预测精度不高的现状。根据起皱预测理论,研究单面接触对起皱的影响。提出了高强度薄钢板的对角拉伸试验仿真。首先建立了标准的YBT(Yoshida Buckling Test)仿真模型,在有限元软件LS_DYNA上验证了仿真模型的正确性。进一步考虑冲压过程中板料与模具的接触状况,建立了带有单面接触的YBT
研究火灾中火焰运动方向估计问题。针对火灾现场,燃烧中的火焰存在着动态特征不定,运动方向容易发生随机性改变,影响估计的准确性。传统的物体运动方向估计方法很难对燃烧的
研究多层分布式大型差异数据库入侵准确检测的问题。与传统的单层数据库不同,多层数据库的层次之间的数据存在较大的差异,分类属性的差异化较小,传统的数据库入侵检测过程只是简单考虑了层与层之间的点对点数据检测,没有考虑层与层之间的相似性,放弃了应用层次间分类对检测属性的优化,导致检测准确性不高。为了避免上述传统算法的缺陷,提出了一种基于粒子群辨别树算法的多层分布式大型差异数据库入侵检测方法。提取计算机数据