论文部分内容阅读
本文阐述了有关统计学习理论和支持向量机算法，提出了基于支持向量机的锅炉燃烧稳定性的识别方法。该方法与传统方法相比，克服了固有的模型选择与过学习问题、非线性与维数灾难问题、局部极小问题。最后以某600MW单元机组锅炉实际运行数据为分析对象，研究了煤粉燃烧稳定性判别问题。从影响燃烧稳定性的因素着手，利用支持向量机(SVM)对燃烧状态识别分类。测试结果表明，支持向量机方法用于锅炉燃烧稳定性的判别，具有很好的分类和泛化能力。