共查询到10条相似文献,搜索用时 46 毫秒
1.
煤炭发热量在煤炭工业生产中占据着重要的地位,是评价煤炭经济价值的重要参考依据。为了对煤炭发热量进行有效预测,尝试建立了数学模型进行求解。由于传统的神经网络模型存在着收敛速度慢、运算时间长等缺点,考虑到煤炭发热量主要受到其组成成分中水分和灰分的影响,且呈现非线性关系,建立了基于BP神经网络的非线性数学模型,并将其应用于煤炭发热量的预计研究中。实际的运行结果表明,该模型训练速度快、收敛时间短、运算结果比较符合实际情况,表明所建立的改进型BP神经网络模型可以有效用于煤炭发热量的预测研究中。 相似文献
2.
3.
通过对煤炭发热量因素的分析,提出用计算公式来预测煤炭高位发热量的回归方程,并就具体预测结果与实测作了比较。 相似文献
4.
5.
为克服传统线性回归模型对煤的发热量预测精度低、适用范围窄的缺陷,综合考察了工业分析和元素分析指标与煤的发热量的线性相关性,采用平均影响值方法对影响发热量的煤质指标进行特征变量筛选,并结合粒子群优化算法对传统BP神经网络进行优化,提出了一种基于MIV-PSO-BP神经网络方法的煤炭发热量非线性预测方法。结果表明:煤的工业分析和元素分析指标中,仅灰分、碳含量与发热量之间存在一定的线性相关性,其余指标与发热量的线性相关性较弱|煤的工业分析中灰分、挥发分、固定碳3个指标对发热量的影响均较大,而元素分析中仅碳含量对发热量影响较为显著,其余指标对发热量的影响可忽略不计|与其他研究者提出的发热量预测模型相比,本文提出的MIV特征变量选择与PSO-BP神经网络相结合方法预测的平均相对误差和均方根误差更低,总体预测效果更好,相关系数最高可达98.48%。 相似文献
6.
煤炭灰分是影响煤炭发热量的主要因素之一,大量数据表明两者之间存在线性关系。以平顶山煤田为例,通过分析主采煤层二、四、五煤的灰分与发热量化验结果,验证了煤炭灰分与发热量之间的线性负相关关系,并建立了简单、易操作且预测精度较高的发热量预测模型。 相似文献
7.
8.
9.
10.
对新汶矿区煤炭发热量和灰分的相关性进行了分析,由此推导出的回归方程可应用于实际工作中换算该矿区煤炭的干基高位发热量和收到基低位发热量。 相似文献