论文部分内容阅读
论述了影响煤的可磨性的相关因素,重点探讨了在MATLAB环境下,利用几种不同的人工神经网络算法预测煤的可磨性指数,并将预测结果与实验测定值进行对比分析.分析结果表明,BP人工神经网络算法的预测精度明显高于广义回归网络和RBF网络,而且与实验值比较接近,因此是一种实用的估算KHGI的方法.
燃煤可磨性指数的人工神经网络预测
【摘 要】
：
论述了影响煤的可磨性的相关因素,重点探讨了在MATLAB环境下,利用几种不同的人工神经网络算法预测煤的可磨性指数,并将预测结果与实验测定值进行对比分析.分析结果表明,BP人
【机 构】
：
华中科技大学
【出 处】
：
煤炭技术
【发表日期】
：
2003年9期
其他文献
室内环境下,AGV传统定位方法精度低、灵活性差且成本高,严重限制了其应用范围。射频识别技术在车辆定位方面受到广泛重视,组合低成本车载传感器可实现准确、连续定位。卡尔曼
通过网络调查问卷的形式对安徽省在职人员进行发放问卷,获取在职人员接受高等教育年限、收入情况、工作年限、所属行业以及父母收入、父母接受教育程度和父母所处职位级别等