热能动力工程

作者：苗建杰，李德波，李慧君，刘鹏宇

单位：华北电力大学 能源动力与机械工程学院，河北 保定 071003,,南方电网电力科技股份有限公司，广东 广州 510080,,华北电力大学 能源动力与机械工程学院，河北 保定 071003,,华北电力大学 能源动力与机械工程学院，河北 保定 071003,

关键词：粒子群优化算法;非线性递减惯性权重;模糊神经网络;结渣预测

为提高基于模糊神经网络的锅炉炉膛受热面结渣预测精度，提出了一种基于广义钟型隶属度函数非线性惯性权重递减调整策略的粒子群优化算法，通过适应度测试函数对比实验、结渣预测实验和预测稳定性分析对现有文献中线性惯性权重递减调整策略（LPSO）、指数型非线性惯性权重递减调整策略(IPSO)和基于广义钟型隶属度函数非线性惯性权重递减调整策略(GJPSO)进行对比分析。研究结果表明：本文所改进的粒子群算法可以有效地改善算法的早熟现象、平衡算法的全局和局部搜索能力、提高算法的收敛效果和稳定性。利用改进后的粒子群算法对模糊神经网络中的权值和阈值进行优化，提高了模糊神经网络的炉膛结渣预测性能。

来源：2022年第11期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2022年第11期