[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.
