应用神经网络对精煤灰分含量进行实时预报
孙伟
刘杰
杨东平
1.中国矿业大学,信息与电气工程学院,江苏,徐州,2210082.中国矿业大学,信息与电气工程学院,江苏,徐州,2210083.中国矿业大学,信息与电气工程学院,江苏,徐州,221008
摘要：针对具有不确定性、时变性和复杂非线性关系的跳汰选煤过程,提出了精煤产品灰分含量的新型实时多步预测方法.本文基于Jordan神经网络构造了具有多作用因素输入和灰分含量动态时间序列反馈的实时动态建模预测模型,提出了BP算法和TD法相结合的网络学习新算法.该方法比传统预测方法具有更好的收敛性和适应性.应用结果表明,预测命中率和预测精度较高.
关键词：神经网络动态多步预报时间序列BP算法TD法
分类号：TP273(自动化技术及设备)
资助基金：中国科学院项目（非规范项目）(60304016)
论文发表日期：2005-03-02
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( 194-197 )
英文信息