摘要：在火电机组运行过程中，提高再热汽温预测精度对于提高机组运行经济性、可靠性具有重要意义。影响再热汽温的因素错综复杂，采用传统方法难以建立精确的数学模型，或模型预测精度不高。混沌理论的发展为这一问题的研究提供了新的思路。本文在揭示再热汽温混沌特性的基础上，利用混沌特性处理输入样本及确定神经网络结构，将神经网络与改进型遗传算法结合，构建了基于改进型遗传算法的再热汽温神经网络预测模型。仿真结果表明，该模型相对误差的最大绝对值仅为0．06812％，收敛速度快。

关键词：混沌 改进遗传算法 神经网络 再热汽温 

单位：东南大学动力系; 南京210096; 南华大学电气工程学院; 衡阳421001