作为国家杰出青年科学基金(50025618)项目—生物质能源化综合利用的机理性研究—的子课题，本文主要针对生物质型煤技术开展研究，内容涉及生物质型煤的成型、燃烧性能和孔隙结构的实验研究，以及分形理论、人工神经网络和遗传算法的应用研究。 实验研究由三个部分组成： (1)成型性能测试实验：针对多种生物质和煤种、不同配比、不同水分等多种实验组合情况，建立正交试验表，设计模压成型机，进行生物质型煤成型试验和抗压性能试验，寻求成型的最佳条件； (2)燃烧性能测试实验：建立两个燃烧测试系统，分别进行生物质型煤固硫效率和燃烧性能测试试验，并在数值求解的基础上，提出“观察定位法”确定着火点； (3)压汞实验：应用压汞测孔法，分析生物质型煤内部孔隙结构，寻求孔隙结构的特征参数和参数之间的关系，以及孔隙结构与燃烧性能之间的关系。 在压汞实验的基础上，建立基于Menger海绵思想的多孔分形结构模型。该模型能够模拟不同分维、不同孔径范围、不同体积—孔径分布、不同比表面积—孔径分布的具有自相似结构的孔隙系统；对生物质型煤的孔隙结构进行数值模拟结果表明该模型能够比较全面的反映孔隙信息，与实验结果相符。 生物质型煤由不同物化性质的生物质、混煤和添加剂组成，型煤特性与各组分相应特性之间存在高度非线性关系，并且可利用数据有限，若建立经验回归公式来估计型煤特性比较困难且难以获得很好的预测效果，而神经网络的应用将使这一问题大为简化。鉴于本问题类似于动力配煤中混煤性能预测问题，本文在现有的混煤性能预测模型的基础上，针对原有预测模型中搜索机制存在的不足，研究BP-GA混合神经网络方法，提高预测性能。