動力配煤預測與優(yōu)化方法的研究及實現(xiàn).pdf

1、動力配煤研究以煤巖學、煤質(zhì)檢測、煤化學、燃燒學以及計算機等學科為基礎(chǔ)，通過調(diào)整煤質(zhì)結(jié)構(gòu)和改變化學組成，適應(yīng)用戶節(jié)煤和減污排放的要求。本文主要是對動力配煤模型的混煤預測和配比優(yōu)化進行研究，用神經(jīng)網(wǎng)絡(luò)進行混煤預測研究，用遺傳算法對神經(jīng)網(wǎng)絡(luò)預測模型進行優(yōu)化，并使用遺傳算法進行最優(yōu)配比的求解，使動力配煤模型在不同的優(yōu)化目標下，生成使目標達到最優(yōu)的配比方案。
　　本研究主要內(nèi)容包括：⑴介紹了動力配煤相關(guān)的理論知識。闡述了動力配煤的概念、動力

2、配煤模型、混煤預測方法、配煤優(yōu)化方法，驗證了煤質(zhì)特性和燃燒特性的非線性關(guān)系，為課題后續(xù)研究混煤預測、配煤優(yōu)化中約束條件的轉(zhuǎn)化等提供了理論基礎(chǔ)。⑵討論了神經(jīng)網(wǎng)絡(luò)在混煤預測中的應(yīng)用，并構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)預測模型和Elman神經(jīng)網(wǎng)絡(luò)預測模型。分析比較了兩種預測模型的優(yōu)缺點，為了減小預測誤差，引入GA遺傳算法對Elman神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進一步優(yōu)化，確定使用GA-Elman神經(jīng)網(wǎng)絡(luò)預測模型進行研究。⑶研究了GA遺傳算法對動力配煤模型的求解。根