摘要：基于粒子群優化算法,提出了通過優化支持向量機移動式蓄能控制參數,建立了移動式余熱回收蓄熱溫度質量模型,針對供應鏈客戶端對余熱溫度需求不同,進行了熱能溫度分類問題的仿真實驗。利用支持向量機算法所獲得的實驗數據,使用粒子群搜索優化算法分析了蓄能參數對回收余熱能質量的影響,仿真實驗結果表明,基于粒子群優化檢索算法的支持向量機在對余熱回收蓄能溫度分類問題上,其熱能質量損耗受蓄能參數影響是穩健的;基于粒子群優化算法的支持向量機在移動式余熱供應鏈上的使用,能夠提高余熱回收蓄熱溫度質量分類效果和準確度。在移動式余熱回收供應鏈過程中,從供應鏈前端即工業產品生產的終端排放尾熱開始,對回收熱能的收熱時間、終端配送商的收熱時間,以及整個過程中熱能流量、流速等蓄熱參數進行控制,移動式蓄熱溫度在余熱回收供應鏈各個節點的變化是穩健的,也驗證了基于粒子群優化算法的支持向量機余熱回收溫度分類在數據分類中的可行性。