粒子群优化算法在煤炭发热量预测中的应用
来源期刊：工矿自动化2012年第5期
论文作者：王建军 王世营 雷萌
文章页码：50 - 53
关键词：煤质分析;发热量预测;粒子群优化算法;BP神经网络;
摘 要：根据已测定的煤中收到基全水、收到基灰分、干燥基灰分和收到基挥发分的含量,建立了基于BP神经网络的煤炭发热量预测模型,并采用粒子群优化算法优化BP神经网络的权值和阈值,实现了对煤炭发热量的快速预测。仿真及实验结果表明,经粒子群优化算法优化后的预测模型可用于煤质分析,且学习精度高,稳定性和鲁棒性好。
王建军1，王世营1，雷萌2
1. 大屯煤电(集团)有限责任公司2. 中国矿业大学信电学院
摘 要：根据已测定的煤中收到基全水、收到基灰分、干燥基灰分和收到基挥发分的含量,建立了基于BP神经网络的煤炭发热量预测模型,并采用粒子群优化算法优化BP神经网络的权值和阈值,实现了对煤炭发热量的快速预测。仿真及实验结果表明,经粒子群优化算法优化后的预测模型可用于煤质分析,且学习精度高,稳定性和鲁棒性好。
关键词：煤质分析;发热量预测;粒子群优化算法;BP神经网络;
