摘要：为了解决电站锅炉高效低污染的优化决策问题，建立了基于核主元分析支持向量回归机（kernel principle component analysis ε-support vector regression，KPCA—ε-SVR）与机理模型混合的锅炉热效率和Nq排放特性响应模型。在建模的过程中，针对模型输入变量之间存在非线性、强耦合等特点，采用核主元分析提取输入变量的主元，去除变量之间的相关性；同时采用5-fold交叉验证方法，循环搜索寻优模型的各个参数，确定输入主元个数。该模型与BP神经网络（back propagation neural—networks，BPNN）和支持向量机模型相比较具有良好的泛化能力。

关键词：高效低污染 燃烧优化 核主元分析 支持向量回归机 

单位：东南大学能源与环境学院 江苏省南京市210096 徐州空军学院航空四站系 江苏省徐州市221000