期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于量子迭代混沌的涡流搜索算法预测锅炉飞灰含碳量 被引量:6
1
作者 李霞 牛培峰 +1 位作者 刘建平 李国强 《动力工程学报》 CAS CSCD 北大核心 2019年第7期531-540,共10页
为了准确建立锅炉飞灰含碳量预测模型,首先提出了基于量子比特的Bloch球面坐标编码和迭代混沌映射的改进涡流搜索(I-VS)算法,然后对I-VS算法、涡流搜索(VS)算法、粒子群优化(PSO)算法、正余弦(SCA)算法和樽海鞘群(SSA)算法的性能进行比... 为了准确建立锅炉飞灰含碳量预测模型,首先提出了基于量子比特的Bloch球面坐标编码和迭代混沌映射的改进涡流搜索(I-VS)算法,然后对I-VS算法、涡流搜索(VS)算法、粒子群优化(PSO)算法、正余弦(SCA)算法和樽海鞘群(SSA)算法的性能进行比较。基于某热电厂300 MW循环流化床锅炉现场运行数据,采用I-VS算法优化并行感知机的极端学习机(PELM),得到飞灰含碳量的综合预测模型(即I-VS-PELM模型)。最后将I-VS-PELM模型的预测结果与PELM、PSO-PELM、SCA-PELM、SSA-PELM和VS-PELM模型的预测结果进行比较。结果表明:与其他模型相比,I-VS-PELM模型具有更高的预测精度和更好的泛化性能,能更准确地预测锅炉飞灰含碳量。 展开更多
关键词 飞灰含碳量 并行感知机的极端学习机 Bloch球面坐标 迭代混沌映射 i-vs算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部