基于广义回归神经网络预测入炉煤发热量

来源 :科技资讯 | 被引量 : 0次 | 上传用户:sparkman007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对煤的工业分析成份与发热量的经验公式应用的局限性,本文利用广义回归神经网络(GRNN)具有良好逼近任意非线性映射的特点,对入炉煤发热量进行了预测研究。预测结果表明,应用广义回归神经网络预测入炉煤发热量是可行的,预测相对误差在0.0049%~1.9024%之间,满足精度要求。
其他文献
本文阐述高中信息技术中单项选择题的设计要求,叙述单项选择题设计时应遵循的四大设计原则,结合具体的案例分析给出该试题类型的构思方法及技巧。
20世纪90年代以来,利用重金属超量累积植物提取从而彻底去除土壤中重金属的研究成为国内外的热点领域。生物固定技术,能够使土壤中重金属总量哆低,或者能够使土壤中重金属的有效
目的探讨便携式超声仪在青海久治县包虫病筛查中的价值。方法 2018年9~11月期间,在巡诊中使用便携式超声仪对青海久治县村民进行包虫病筛查,对超声发现的包虫病患者,记录包虫
目的探讨瑞戈非尼与贝伐珠单抗联合化疗方案治疗转移性结直肠肿瘤的临床疗效.方法选取2018年12月~2019年11月医院收治的90例转移性结直肠癌患者为研究对象,按照收治顺序分为A