基于布谷鸟算法与BP神经网络的煤灰变形温度预测

• 作者: 周俊虎 沈铭科 王智化 黄镇宇
• 来源期刊: 燃料化学学报
• 学科: 工学
• 关键词: 煤灰 灰变形温度 BP神经网络 布谷鸟算法 添加剂 配煤
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 研究论文
• 页码范围: 1423-1430
• 页数: 8页
• 分类号: TK223
• 字数: 4050字
• 语种: 中文

摘要

以120种煤样为数据基础，采用布谷鸟算法（ CS）优化BP（ BackP ropagatino ）神经网络，建立了CSBP模型对单煤、煤掺添加剂和配煤等3类样本的煤灰变形温度（ DT）样本进行预测。模型以煤灰化学成分及其组合参数等13个变量作为输入量，以变形温度（ DT）作为输出量。 CSBP模型预测结果与BP神经网络模型预测结果进行对比发现，无论是单煤、煤掺添加剂还是配煤，CSBP模型较BP模型对煤灰变形温度（ DT）的预测都更加精准，平均相对误差分别达到了3．11％、4．08％和4．22％。另外，对比3类样本预测结果发现，无论是CSBP模型还是BP模型，相比单煤预测而言，煤掺添加剂及配煤的预测误差都有明显的增加。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周俊虎	浙江大学能源清洁利用国家重点实验室	510	6847	39.0	54.0
2	王智化	浙江大学能源清洁利用国家重点实验室	131	1190	20.0	30.0
3	黄镇宇	浙江大学能源清洁利用国家重点实验室	75	866	17.0	26.0
4	沈铭科	浙江大学能源清洁利用国家重点实验室	4	80	4.0	4.0