线性回归与人工神经网络预测煤炭发热量

• 作者: 周翠红 路迈西
• 来源期刊: 煤炭科学技术
• 学科: 工学
• 关键词: 煤发热量 预测 线性回归 人工神经网络
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 煤炭加工与环保
• 页码范围: 117-120
• 页数: 4页
• 分类号: TQ533.4
• 语种: 中文

摘要

采集煤的实测发热量、水分和灰分数据52组,利用线性回归与人工神经网络模型预测煤炭发热量.数据分析表明:发热量与煤的灰分有较好的相关关系;线性回归预测中,灰分的标准回归系数为-0.90,水分的标准回归系数为-O.33,灰分对发热量的影响比水分显著,预测结果的平均绝对误差为O.27;在MATLAB环境下应用神经网络工具箱建立了2-5-l的神经网络模型,人工神经网络模型预测结果的平均绝对误差为0.22.2种预测方法在一定精度范围内可满足实际需要,但综合比较的结果表明,神经网络方法可以处理非线性数据,具有自学习性、自适应性以及容错性,预测结果精度较高等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周翠红		34	391	11.0	19.0
2	路迈西		62	925	18.0	27.0