基于模糊聚类径向基神经网络的煤质分析模型
雷萌
李翠
王鑫
陈瑞成
1.中国矿业大学信息与电气工程学院,江苏徐州,2211162.中国矿业大学信息与电气工程学院,江苏徐州,2211163.中国矿业大学信息与电气工程学院,江苏徐州,2211164.中国矿业大学信息与电气工程学院,江苏徐州,221116
摘要：为了实现煤炭指标的快速智能预测,建立了基于模糊聚类的径向基函数(RBF)神经网络预测模型,将已测定的收到基全水、收到基灰分、收到基挥发分和收到基全硫的含量作为分类指标进行模糊聚类,根据分类结果分别建立了基于径向基函数神经网络的定量分析模型,对干燥无灰基挥发分、空干基全硫、收到基低位发热量和空干基高位发热量进行了预测,并与直接使用径向基神经网络模型进行比较.结果表明,该分析模型不仅精度高,且泛化能力强,鲁棒性好.
关键词：煤质分析分类指标模糊聚类径向基函数神经网络定量分析模型
分类号：TQ533(煤化学及煤的加工利用)
资助基金：江苏省自然科学基金(BK20140215)中国博士后科学基金(2014M551695)
论文发表日期：2015-01-01
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）
英文信息