鍋爐燃燒系統優化的廣大前景是促使混合技術應用于智能 控制的最大因素，同時混合技術的使用也將極大提高優化效果的上限。過去有兩種不同的鍋爐燃燒優化技術：人工神經網絡和模型預測控制。神經網絡是一種非線性的、多變量的穩態模型，用于識別變量在不同條件下的最佳組合。模型預測控制使用動態模型來預測未來的變化，并預測擾動和未來變化的影 響。這兩種智能控制方法都有好處和局限性。混合技術方法創造了一種混合神經網絡和模型預測控制優化系統。

?

在鍋爐燃燒優化方法中，神經模型可隨時間調整以平衡燃燒單元運行的操縱變量，而模型預測主要用于空氣控制，這些控制必須根據鍋爐邊界條件做出快速反應。此外，基于規則的燃燒優化也發揮著關鍵作用。啟發式模型植根于人工智能的編碼系統方面，這些規則可以由推理機系統地應用，它提供了一種在給定條件的情況下對一組可能的燃燒操作進行排序的方法，解決鍋爐燃燒傳統技術的長期離散變化，例如在使用中自動將最近訓練過的模型替換為特定的磨煤機組合，或者在基于神經網絡和直接控制的燃燒方案之間切換。這種日益復雜的做法使智能控制技術能夠從對鍋爐的燃燒有密切了解并編碼在軟件中提取出來，神經網絡等其他方法無縫集成，形成更先進的混合算法，是應用于鍋爐燃燒優化問題的最佳組合。