-
主管
中国煤炭科工集团有限公司
-
主办
煤炭科学研究总院有限公司
煤炭工业洁净煤工
程技术研究中心 -
主编
解强
-
刊期
月刊
-
ISSN
1006-6772
-
CN
11-3676/TD
当前位置： 首页 > 2024年 第S2期
2024年 第S2期
76
45
作者：
- 张云飞
单位：
- 国家能源集团神东煤炭集团
摘要：
针对重介质选煤工艺过程复杂、非线性强、难以建立精确数学模型的问题，将捕食-食饵(Prey-Predator Optimization, PPO)算法的全局优化能力与神经网络(Neural Network, NN)的非线性映射能力相结合，建立了基于工业数据的重介质选煤灰分质量分数的预测模型。通过将NN的连接权重及阈值转换成PPO算法的可行解，再通过该优化算法更新可行解，寻找到能够使预测模型输出值与真实值相差最小的网络权重与阈值。通过实验验证了所提方法的有效性，基于PPO-NN所得灰分预测模型的均方根误差、平均绝对误差、决定系数等多个运行指标均优于传统神经网络。
关键词：
- 重介质选煤
- 神经网络
- 捕食-食饵优化算法
- 预测模型
图表：
--
相关文章：
--
引用格式：
[1]张云飞.基于PPO-NN的数据驱动重介质选煤预测模型[J].洁净煤技术,2024,30(S2):687-691.
在线投稿
专家审稿
编辑办公
当期目录
过刊浏览
专题/专栏
