论文部分内容阅读
基于广义回归神经网络（generalized regression neural network，GRNN）建立混煤品质特性预测模型。以某电厂的15种单煤和40组对应混煤的品质参数作为训练样本，5组混煤品质参数作为检验样本，确立了模型中的网络参数和模型结构。预测结果显示检验样本的煤质参数预测值与实验测试值的相对误差均小于5％，说明该预测模型可为火电厂混煤掺烧时煤质参数的在线检测提供一种计算方法。