论文部分内容阅读
燃煤锅炉低NOx的排放要求越来越高,在保证锅炉效率的前提下,实现降低燃煤锅炉NOx的排放。本文采用神经网络和遗传算法结合的方法,做了以下工作:基于某超超临界660MW燃煤电站锅炉现场热态实验数据样本,利用MATLAB智能工具箱,分别采用BP神经网络方法、径向基(RBF)神经网络方法、支持向量机(SVM)神经网络方法和Elman神经网络方法对某燃煤电站锅炉NOx排放特性进行建模,传统的BP算法还不够完善,有一些问题需要解决,本文采用动量法对其进行改进;在RBF神经网络模型构建过程中,进行输出层权值及R