南昌大学学报（工科版）
南昌大學學報（工科版）
남창대학학보（공과판）
JOURNAL OF NANCHANG UNIVERSITY ENGINEERING & TECHNOLOGY EDITION
2013年
1期
58-61
,共4页
锅炉燃烧%多目标优化%NSGA-Ⅱ%BP神经网络%Pareto解集
鍋爐燃燒%多目標優化%NSGA-Ⅱ%BP神經網絡%Pareto解集
과로연소%다목표우화%NSGA-Ⅱ%BP신경망락%Pareto해집
采用BP(back propagation,BP)神经网络模型分别建立了300 MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态试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.结合NOx排放模型和锅炉热损失模型并采用非劣分类遗传算法(non-domi-nated sorting genetic algorithm,INSGA-Ⅱ)对锅炉进行多目标优化,优化结果表明:NSGA-Ⅱ多目标优化方法与BP神经网络模型结合可以对锅炉多目标燃烧优化问题实现有效的多目标寻优,得到理想的Pareto解方案可以在降低锅炉NOx排放的同时使锅炉运行在较高的效率工况下,是对锅炉进行多目标优化的有效工具.
採用BP(back propagation,BP)神經網絡模型分彆建立瞭300 MW燃煤鍋爐的NOx排放特性模型和鍋爐熱損失模型,同時利用鍋爐熱態試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.結閤NOx排放模型和鍋爐熱損失模型併採用非劣分類遺傳算法(non-domi-nated sorting genetic algorithm,INSGA-Ⅱ)對鍋爐進行多目標優化,優化結果錶明:NSGA-Ⅱ多目標優化方法與BP神經網絡模型結閤可以對鍋爐多目標燃燒優化問題實現有效的多目標尋優,得到理想的Pareto解方案可以在降低鍋爐NOx排放的同時使鍋爐運行在較高的效率工況下,是對鍋爐進行多目標優化的有效工具.
채용BP(back propagation,BP)신경망락모형분별건립료300 MW연매과로적NOx배방특성모형화과로열손실모형,동시이용과로열태시험수거대모형진행료훈련화험증.결과표명:BP신경망락모형가이흔호지예측과로적배방특성화과로적열손실특성.결합NOx배방모형화과로열손실모형병채용비렬분류유전산법(non-domi-nated sorting genetic algorithm,INSGA-Ⅱ)대과로진행다목표우화,우화결과표명:NSGA-Ⅱ다목표우화방법여BP신경망락모형결합가이대과로다목표연소우화문제실현유효적다목표심우,득도이상적Pareto해방안가이재강저과로NOx배방적동시사과로운행재교고적효솔공황하,시대과로진행다목표우화적유효공구.
