计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
1期
179-182
,共4页
多目标优化%锅炉燃烧%NSGA-Ⅱ%BP神经网络%Pareto解集
多目標優化%鍋爐燃燒%NSGA-Ⅱ%BP神經網絡%Pareto解集
다목표우화%과로연소%NSGA-Ⅱ%BP신경망락%Pareto해집
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.
提齣改進非劣分類遺傳算法(NSGA-Ⅱ)在燃煤鍋爐多目標燃燒優化中的應用,優化的目標是鍋爐熱損失及NOx排放最小化.首先,採用BP神經網絡模型分彆建立瞭300MW燃煤鍋爐的NOx排放特性模型和鍋爐熱損失模型,同時利用鍋爐熱態實驗數據對模型進行瞭訓練和驗證,結果錶明,BP神經網絡模型可以很好地預測鍋爐的排放特性和鍋爐的熱損失特性.在建立的鍋爐排放特性和熱損失BP神經網絡模型基礎上,採用非劣分類遺傳算法對鍋爐進行多目標優化,針對NSGA-Ⅱ在燃煤鍋爐燃燒多目標優化問題應用中Pareto解集分佈不理想、易早熟收斂的問題,在擁擠算子及交扠算子上進行瞭相應改進.優化結果錶明,改進NSGA-Ⅱ方法與BP神經網絡模型結閤可以對鍋爐燃燒實現有效的多目標尋優、得到理想的Pareto解,是對鍋爐燃燒進行多目標優化的有效工具,同改進前的NSGA-Ⅱ優化結果比較,其Pareto優化結果集分佈更好、解的質量更優.
제출개진비렬분류유전산법(NSGA-Ⅱ)재연매과로다목표연소우화중적응용,우화적목표시과로열손실급NOx배방최소화.수선,채용BP신경망락모형분별건립료300MW연매과로적NOx배방특성모형화과로열손실모형,동시이용과로열태실험수거대모형진행료훈련화험증,결과표명,BP신경망락모형가이흔호지예측과로적배방특성화과로적열손실특성.재건립적과로배방특성화열손실BP신경망락모형기출상,채용비렬분류유전산법대과로진행다목표우화,침대NSGA-Ⅱ재연매과로연소다목표우화문제응용중Pareto해집분포불이상、역조숙수렴적문제,재옹제산자급교차산자상진행료상응개진.우화결과표명,개진NSGA-Ⅱ방법여BP신경망락모형결합가이대과로연소실현유효적다목표심우、득도이상적Pareto해,시대과로연소진행다목표우화적유효공구,동개진전적NSGA-Ⅱ우화결과비교,기Pareto우화결과집분포경호、해적질량경우.
