La prévision et le contrôle des émissions d'oxydes d'azote des fumées de chaudières ont un impact important sur la rentabilité des centrales électriques et la lutte contre la pollution environnementale. Afin d'améliorer la précision du modèle de prévision des émissions d'oxydes d'azote, cet article propose une méthode de modélisation des émissions d'oxydes d'azote des fumées de chaudières basée sur un ensemble de modèles regroupés. Tout d'abord, l'espace de données est divisé en fonction des émissions élevées et faibles d'oxydes d'azote, en pondérant les variables en fonction de l'analyse de corrélation et de l'analyse de cluster hiérarchique basée sur l'entropie de l'information pour déterminer les variables participant au regroupement, puis, à l'aide de l'algorithme de regroupement de modèles multiples proposé (VMSC), un clustering est effectué et une matrice d'appartenance aux sous-espaces est obtenue, enfin, à l'aide de la méthode des moindres carrés pour intégrer l'appartenance, une intégration des modèles à l’aide de machines à vecteurs de support des moindres carrés (LS-SVM) est effectuée dans chaque sous-espace. Les résultats de la simulation montrent que l'algorithme VMSC utilisant l'intégration du clustering flou FCM et du clustering flou supervisé par algorithme génétique (GA-SFCM) a amélioré la précision de la modélisation, surpassant les performances des modèles individuels.

modèle multiple, regroupement, GA-SFCM, LS-SVM, clustering flou supervisé, émissions NOx