论文部分内容阅读
考虑煤炭的多种理化特性建立了成浆浓度的神经网络预测模型,对其数据预处理方法、学习率和中间层节点数等进行了深入讨论.水分、挥发分、分析基碳、灰分和氧等五个因子对于煤炭成浆性的预测起到主导作用.五因子、七因子和八因子神经网络模型对煤炭成浆浓度的预测误差分别为:0.53%、0.50%和0.74%,而现有回归分析方程的误差为1.15%,故神经网络模型比回归分析方程有更好的预测能力,尤以七因子模型最佳.