论文部分内容阅读
分别采用线性加权平均、线性拟合、BP神经网络和Elman神经网络方法建立煤质特性预测模型,对混煤煤质特性进行预测。将四种方法的预测结果进行分析比较,辨别混煤煤质特性与各单煤煤质特性间的线性与非线性关系。分析表明:混煤的发热量、水分、灰分和硫分与各单煤相应煤质特性具有简单的线性关系。其中,发热量、水分和硫分的线性拟合预测结果优于线性加权平均预测结果;混煤挥发分与各单煤挥发分之间呈非线性关系,Elman神经网络预测效果最佳。