基于宽度学习系统和集成学习的锅炉NOx排放预估方法

本发明公开了基于宽度学习系统和集成学习的锅炉NOx排放预估方法，包括步骤一，数据处理；步骤二，集成学习预估模型构建；步骤三，实时预估；本发明提出了混合量子沙丘猫群算法QSCSO，在SCSO的基础上加入Lévy飞行策略、量子策略进行改进，克服了SCSO由于全局搜索有局限性，易陷入局部最优，造成的收敛精度低、寻优效率不高等问题，且设计了一种基于QSCSO‑BLS的建模方法用于个体学习器构建，该方法提高了单工况系统建模时BLS模型的训练精度和泛化能力，同时提出了一种基于QSCSO‑BLS和集成学习的锅炉NOx排放预估方法，解决了BLS全工况系统建模时，模型泛化能力较差的问题。