煤种成浆性的人工神经网络预测模型研究
李艳昌1
杨雨濛1
刘建忠2
1.辽宁工程技术大学安全科学与工程学院,辽宁阜新123000;矿山热动力灾害与防治教育部重点实验室,辽宁葫芦岛1251052.浙江大学能源清洁利用国家重点实验室 热能工程研究所,浙江杭州,310027
摘要：为更好地预测煤的成浆性,以大量煤种成浆浓度试验数据为基础,建立了3个输出因子的神经网络成浆浓度预测模型,模型采用L-M算法,对输入数据进行数据预处理,最后对比分析了神经网络预测模型与回归分析模型的预测结果.结果表明,以Ad、哈氏可磨性指数HGI和氧含量O为输入因子的模型预测结果平均绝对误差为0.63％,以Mad、HGI和O为输入因子的模型预测结果平均绝对误差为0.60％,以Mad、HGI和氧碳比O/C为输入因子的模型预测结果平均绝对误差为0.40％,3种组合的模型结果均小于回归分析模型的平均绝对误差1.15％.因此神经网络模型比回归分析模型有更好的预测能力,其中以Mad、HGI和O/C为输入因子的神经网络模型预测结果最好.
关键词：煤成浆性神经网络L-M算法
分类号：TQ536(煤化学及煤的加工利用)
资助基金：国家重点基础研究发展计划（973计划）(2010CB227001)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 5-9 )
英文信息