摘要：為了準確建立鍋爐飛灰含碳量預測模型,首先提出了基于量子比特的Bloch球面坐標編碼和迭代混沌映射的改進渦流搜索(I-VS)算法,然后對I-VS算法、渦流搜索(VS)算法、粒子群優(yōu)化(PSO)算法、正余弦(SCA)算法和樽海鞘群(SSA)算法的性能進行比較?；谀碂犭姀S300 MW循環(huán)流化床鍋爐現(xiàn)場運行數(shù)據(jù),采用I-VS算法優(yōu)化并行感知機的極端學習機(PELM),得到飛灰含碳量的綜合預測模型(即I-VS-PELM模型)。最后將I-VS-PELM模型的預測結果與PELM、PSO-PELM、SCA-PELM、SSA-PELM和VS-PELM模型的預測結果進行比較。結果表明:與其他模型相比,I-VS-PELM模型具有更高的預測精度和更好的泛化性能,能更準確地預測鍋爐飛灰含碳量。