基于工業(yè)分析預(yù)測(cè)煤質(zhì)發(fā)熱量研究

打開(kāi)文本圖片集

摘 要：為快速準(zhǔn)確的預(yù)測(cè)煤質(zhì)發(fā)熱量，基于煤質(zhì)工業(yè)分析數(shù)據(jù)，以粒子群優(yōu)化算法（PSO）和支持向量機(jī)（SVM）理論為基礎(chǔ)，采用PSO算法優(yōu)化SVM超參數(shù)，建立了參數(shù)優(yōu)化的PSO-SVM預(yù)測(cè)模型。在同等條件下，構(gòu)建了標(biāo)準(zhǔn)SVM模型和多元線(xiàn)性回歸（MLR）模型，并與PSO-SVM模型預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。結(jié)果表明，PSO-SVM模型、SVM模型和MLR模型都具有較好的預(yù)測(cè)效果，測(cè)試結(jié)果的平均絕對(duì)百分誤差分別為2.433%，2.956%和3.135%;MLR模型具有較好的建模效果，但泛化性差，測(cè)試階段出現(xiàn)了較大誤差;參數(shù)尋優(yōu)顯著提高了SVM的預(yù)測(cè)精度，與線(xiàn)性模型相比，非線(xiàn)性PSO-SVM模型具有更好的泛化性和外推能力，更適合于煤質(zhì)發(fā)熱量的預(yù)測(cè)。（剩余10102字）