基于遗传算法优化的煤粉着火温度BP神经网络预测模型
杨建国
赵虹
岑可法
1.浙江大学,热能工程研究所,能源洁净利用与环境工程教育部重点实验室,浙江,杭州,3100272.浙江大学,热能工程研究所,能源洁净利用与环境工程教育部重点实验室,浙江,杭州,3100273.浙江大学,热能工程研究所,能源洁净利用与环境工程教育部重点实验室,浙江,杭州,310027
摘要：采用遗传算法(GA)对BP神经网络(结构和初始权值、阈值)进行了优化,获得了影响煤粉着火温度预测的主要煤质指标(Mad,Aad,Vad,Oad),建立了优化的煤粉着火温度BP神经网络预测模型.对20个校验样本的预测结果表明:预测值与试验值的平均相对误差为0.29%,均方差为59.29,达到了较高的预测精度.
关键词：煤粉着火温度遗传算法神经网络预测模型
分类号：TQ531(煤化学及煤的加工利用)TP183(自动化基础理论)
论文发表日期：2006-01-01
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：4( 211-214 )
英文信息