摘要：選取電站鍋爐結渣的7個影響因素作為燃煤結渣特性的判斷指標。將5種模糊隸屬度函數與支持向量機結合,構成模糊—支持向量機(Support Vector Machine,SVM)模型,并采用量子粒子群算法分別優化隸屬度函數的參數,以實際電站鍋爐結渣數據作為訓練樣本對優化后的模型進行訓練,并對給定的10組測試樣本進行預測。實驗結果表明,量子粒子群算法優化后的模型預測準確率顯著提高。將5個優化后的模糊—SVM模型組成專家診斷系統,采取投票機制確定燃煤結渣程度,此方法的預測準確度更高,可信度更好。