[1] 李培红,李磊磊,陈强.人工智能技术在电站锅炉燃烧优化中的应用研究[J].中国电机工程学报,2009,24(4):196-213.[2] 孙巧玲,沈炯,李益国.基于遗传算法的燃煤电站锅炉整体燃烧优化方法研究[J].热能动力工程,2004,19(1):85-88.[3] 张浩然,韩正之,李昌刚.基于神经元网络的非线性模型预测控制[J].计算机仿真,2003,20(5):70-97.[4] 王上飞,汤汇道. 自适应径向基函数神经网络[J].合肥工业大学学报:自然科学版,2001,24(2): 244-247.[5] 石云,陆金桂,宣兆新.基于神经网络和遗传算法的锅炉燃烧建模与优化[J].计算机应用与软件,2010,27(6):226-229.[6] 许昌,吕剑虹.电站燃煤锅炉NOx排放神经网络模型[J].锅炉技术,2005,36(2):13-17.[7] 王春林,周吴,周樟华,等.基于支持向量机的大型电厂锅炉飞灰含碳量建模[J].中国电机工程学报,2005,25(20):72-76.[8] 穆怀萍,刘石,李志宏.最小二乘支持向量机可视化燃烧/排放关联特性的研究[J].中国电机工程学报,2006,26(12):161-165.[9] 魏新红,张凯.一种改进的PSO-Means聚类优化算法[J].河南科技大学学报:自然科学版,2011,32(2):41-43.[10] BROOMHEAD D S,LOWE D. Multivariable functional interpolation and adaptive networks[J].Complex Systems,1988(2): 321- 355.[11] 潘立登,吴宁川.径向基函数神经网络正交最小二乘改进算法的实现[J].北京化工大学学报:自然科学版,2002,29(4):82-84.[12] 吕振肃,侯志荣.自适应变异的粒子群优化算法[J].电子学报,2004,32(3):416-420.[13] DEL V Y,VENAYAGAMOORTHY G K.Particle swarm optimization:basic concepts,variants and applications in power systems[J].IEEE Transactions on Evolutionary Computation,2008,12(2):171-195.[14] 曾建潮,崔志华.一种保证全局收敛的PSO算法[J].计算机研究与发展,2004,41(8):1333-1338.[15] 李晓晴,焦素敏,张雪萍,等.基于粒子群优化的带障碍约束空间聚类分析[J].计算机工程与设计,2007,28(24):5924-5926.