论文部分内容阅读
利用一种可以避免搜索陷人局部极值的粒子群算法对BP神经网络进行了改进，并利用粒子群神经网络对不同制浆煤种的成浆浓度进行预测，并建立了考虑七因子影响因素后的煤炭成浆浓度的神经网络预测模型。结果表明，粒子群优化神经网络模型能够迅速而精确地预测不同制浆煤种的成浆浓度，误差只有0．18％。同时验证了选取七因子神经网络的合理性。