典型文献
基于粒子群支持向量回归优化的循环流化床床温预测分析
文献摘要：
为了优化循环流化床锅炉(CFB)的床温系统控制,使用支持向量回归(SVR)人工智能方法进行建模预测;为提高预测结果的精准性,引入互信息法则(MI)及主成分分析法(PCA)作为输入特征选择手段,同时使用粒子群算法(PSO)进行参数寻优.研究结果表明,MI法则进行数据预处理并利用PSO算法优化后的SVR模型能够精确地预测在不同运行工况下的床温变化,且预测误差较小,拥有较强的泛化能力.
文献关键词：
循环流化床;床温;支持向量回归;粒子群优化;特征选择
中图分类号：
作者姓名：
黄纯颖;曾庆敏;陈玲红;吴学成;岑可法
作者机构：
浙江大学能源清洁利用国家重点实验室,浙江杭州310027
文献出处：
引用格式：
[1]黄纯颖;曾庆敏;陈玲红;吴学成;岑可法-.基于粒子群支持向量回归优化的循环流化床床温预测分析)[J].能源工程,2022(03):11-17
A类：
B类：
支持向量回归,床温,预测分析,循环流化床锅炉,CFB,系统控制,SVR,人工智能方法,建模预测,精准性,互信息法,MI,输入特征选择,粒子群算法,PSO,参数寻优,数据预处理,算法优化,运行工况,温变,预测误差,泛化能力,粒子群优化
AB值：
0.313263
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
