2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著現(xiàn)代經(jīng)濟的發(fā)展,節(jié)能減排改善環(huán)境成為廣泛關(guān)注的問題。進一步提高鍋爐效率和降低污染物的排放對于燃煤電廠來說具有重要意義,而鍋爐燃燒建模優(yōu)化技術(shù)具有成本低、可控性高等優(yōu)點,因此關(guān)于燃燒優(yōu)化的研究更具普遍性意義。
  煤粉爐內(nèi)的燃燒是一個非常復(fù)雜的過程,具有強耦合、大延遲的特點。由于我國電網(wǎng)負荷的變化幅度大,鍋爐燃用煤種多變,如何建立有效的鍋爐燃燒系統(tǒng)模型并使鍋爐在不同負荷、不同煤種下都能達到最佳的運行狀態(tài)成為當(dāng)下研究的重點。本文針

2、對鍋爐的燃燒特性,采用最小二乘支持向量回歸機進行建模,然后用改進的多目標(biāo)粒子群算法進行多目標(biāo)燃燒優(yōu)化。
  在建模方面,基于大量的熱態(tài)運行實驗數(shù)據(jù),采用最小二乘支持向量回歸機進行離線數(shù)據(jù)建模,并采用改進混沌粒子群算法對模型參數(shù)進行尋優(yōu);然后選擇一部分?jǐn)?shù)據(jù)對燃燒模型進行精度測試,并與支持向量回歸機所訓(xùn)練的模型進行比較。結(jié)果表明,最小二乘支持向量回歸機模型具有良好的預(yù)測精度和泛化性能。
  在優(yōu)化方面,本文采用改進的多目標(biāo)粒子群

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論