摘要：火电厂锅炉燃烧过程是一个复杂的多输入/多输出系统,具有高度非线性、强耦合的特点。借助燃烧特性试验数据,利用最小二乘支持向量机（LSSVM）建立锅炉燃烧模型,使用非线性模型预测控制（MPC）算法对锅炉燃烧过程进行优化和控制。提出一种改进蚁群算法用于求解预测控制算法中的非线性优化问题,采用动态随机抽取方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索。实例表明,该方法对锅炉燃烧过程具有较好的控制效果。

关键词：最小二乘支持向量机 蚁群算法 燃烧 优化 预测控制 

单位：贵州财经学院贵州省经济系统仿真重点实验室 贵州贵阳550004 中南大学信息科学与工程学院 湖南长沙410083 衡阳师范学院物理与电子信息科学系 湖南衡阳421008