本文首次提出了采用人工神经网络对煤样所属煤种进行快速分类的思路。采用通过对试验煤样的发热量、灰分、挥发分、硫分四项参数以及其所属煤种进行检测得出实验数据。在实验数据中随机抽选出一大部分做为训练样本对通过专业数学软件matlab设计出的反向传播网络(Back．Propagation Network)进行训练，当网络的某些性能指标达到预设值时停止训练。将剩余实验数据中的发热量、灰分、挥发分、硫分输入训练后的反向传播网络，此时反向传播网络对输入值计算后输出结果对剩余煤样进行分类的试验方法。本文的试验结果表明反向传播网络网络可以做为通过工业参数分析煤样所属煤种的工具使用，在本文所选的煤样范围内选取发热量、灰分、挥发分、硫分四项参数做为判断煤样所属种类的依据是正确的，采用更多的训练样本对反向传播网络进行训练可以得到更为精确的分类结果。这也表明，累积更多不同煤种煤样的实验数据对反向传播网络进行训练可以使训练后的反向传播网络能够对更多不同种类的煤样进行分类。本文所提出的思路与方法也可能成为对煤样所属煤种进行快速分类的一种新的解决途径。