基于模糊聚类径向基神经网络的煤质分析模型

• 作者: 李翠 王鑫 陈瑞成 雷萌
• 来源期刊: 选煤技术
• 关键词: 煤质分析 分类指标 模糊聚类 径向基函数神经网络 定量分析模型
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 10-14
• 分类号: TQ533
• 语种: 中文
• DOI: 10.16447/j.cnki.cpt.2015.04.003

摘要

为了实现煤炭指标的快速智能预测,建立了基于模糊聚类的径向基函数(RBF)神经网络预测模型,将已测定的收到基全水、收到基灰分、收到基挥发分和收到基全硫的含量作为分类指标进行模糊聚类,根据分类结果分别建立了基于径向基函数神经网络的定量分析模型,对干燥无灰基挥发分、空干基全硫、收到基低位发热量和空干基高位发热量进行了预测,并与直接使用径向基神经网络模型进行比较.结果表明,该分析模型不仅精度高,且泛化能力强,鲁棒性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鑫	中国矿业大学信息与电气工程学院	33	110	6.0	9.0
2	雷萌	中国矿业大学信息与电气工程学院	18	75	5.0	8.0
3	李翠	中国矿业大学信息与电气工程学院	5	12	3.0	3.0
4	陈瑞成	中国矿业大学信息与电气工程学院	7	15	2.0	3.0