燃煤锅炉燃烧优化技术是提高锅炉燃烧效率、降低NOx排放量的有效手段，是一种多目标非线性复杂优化问题。目前研究学者常采用遗传算法求解此类燃烧优化问题。但遗传算法易陷入局部最优解，导致所建模型精度降低，影响燃烧优化效果。与遗传算法相比，DNA遗传算法可以显著提高算法搜索成功率和搜索精度。但是现有的DNA遗传算法针对多目标处理机制的研究成果较少，处理多目标问题时存在局限性。为了提高燃煤锅炉系统模型的准确性，达到锅炉燃烧效率和NOx排放量的优化目标，本项目针对DNA遗传算法的编码方法、遗传算子、多目标处理机制进行研究，提出多目标DNA遗传算法，借助算法的全局搜索性能和有效的多目标处理机制，与建模工具结合建立燃煤锅炉系统非线性混合模型，并基于所建模型，利用多目标DNA遗传算法对锅炉的运行参数进行优化。通过本项目的研究，可以有效提高电力企业的经济效益和运行水平，减少污染物排放，具有理论意义和应用价值。
