[1] 龙文,梁昔明,龙祖强,等. 基于蚁群算法和LSSVM的锅炉燃烧优化预测控制[J]. 电力自动化设备,2011, 31(11): 89-93. [2] 杨巧云. 基于遗传算法的锅炉高效低NOx 燃烧优化[J]. 节能技术,2013, 21(179): 265-268. [3] 鲍春来,张竞飞. 基于RBF神经网络模型的电站锅炉燃烧优化[J]. 发电设备,2013, 27(2): 98-100. [4] 周霞. 锅炉燃烧优化多目标预测控制方法研究[J]. 计算机仿真,2013,30(11):89-94. [5] 余廷芳,王林,彭春华. 改进NSGA-II算法在锅炉燃烧多目标优化中的应用[J]. 计算机应用研究,2013, 30(1): 179-182. [6] 卢洪波,王金龙. 300 MW燃煤电站锅炉飞灰含碳量和NOx排放浓度多目标优化[J]. 黑龙江电力,2013, 35(3): 192-195. [7] 王志心,包德梅,曹黎明,等. 锅炉燃烧系统神经网络建模及多目标优化研究[J]. 发电设备,2012, 26(2): 97-99. [8] 高正阳,郭振,胡佳琪,等. 基于支持向量机与数值法的W火焰锅炉多目标燃烧优化及火焰重建[J]. 中国电机工程学报,2011, 31(5):13-19. [9] 冯国章,李佩成. 人工神经网络结构对径流预报精度的影响分析[J]. 自然资源学报,1998,12(3): 16-17. [10] 茆诗松,汤银才. 贝叶斯统计[M]. 2版.北京:中国统计出版社,2012: 5-6. [11] 许昌. 锅炉典型非线性过程的神经网络建模和控制研究[D]. 南京: 东南大学,2005: 50-53. [12] 李国强. 新型人工智能技术研究及其在锅炉燃烧优化中的应用[D]. 秦皇岛: 燕山大学,2013: 100-108. |