标题：采用改进混沌粒子群算法的锅炉NOx排放的LSSVM回归建模
作者：刘飞明 张雨飞
作者单位：东南大学能源与环境学院，江苏 南京 210096
关键字：锅炉，NOx排放，混沌粒子群算法，最小二乘支持向量机，回归
摘要：电站燃煤锅炉是大气NOx污染的主要来源之一，建立良好的NOx排放模型是降低锅炉NOx的基础。为了提高对锅炉NOx排放浓度的预测效果，提出了利用最小二乘支持向量机（Least Squares Support Vector Regression，LSSVM）回归的预测原理和参数选择不确定性进行建模，在粒子群算法中引入混沌优化的随机性和遍历性思想，并对粒子群算法本身的惯性权重进行参数改进，采用混沌粒子群算法（Improved Chaos Particle Swarm Optimization，ICPSO）对模型进行参数寻优。将模型优化效果与其他优化算法进行比较，结果显示通过该混沌粒子群优化算法进行优化建模，具有较好的模型精度和预测效果。