基于元素分析的煤粉工业分析GA-SVM预测模型

摘要：

运用遗传算法(genetic algorithm,GA)和支持向量机(support vector machine,SVM)方法,建立了基于元素分析的煤质工业分析快速预测模型.该模型基于以干燥基为基准的6029组美国煤质数据,以煤质元素分析(C、H、O、N、S)为输入,工业分析(挥发分、固定碳)为输出.另外通过实验得到74组中国煤质数据,用于模型验证.结果表明:以美国煤质数据构建的模型,挥发分、固定碳预测平均相对误差分别为4.60%、3.22%;用中国煤质数据验证模型时,挥发分、固定碳预测平均相对误差分别为9.16%、3.55%.该模型预测误差较小,能较好地利用元素分析数据预测固定碳、挥发分.

关键词：煤粉、元素分析、工业分析、支持向量机、遗传算法、预测

所属期刊栏目：31

分类号：TK16(热力工程、热机)

资助基金：国家自然科学基金51676076

在线出版日期：2018-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：30-35