基于AdaBoost优化的BP神经网络算法在灰熔融温度预测中的应用

摘要

煤灰熔融温度对煤气化过程有很大影响。煤灰流动温度(FT)由灰成分决定,但两者之间的关系尚不明确。采用传统的BP神经网络和AdaBoost优化的BP神经网络来预测煤灰流动温度。结果表明,BP神经网络可以预测煤灰流动温度的变化趋势,但预测结果不是很理想。AdaBoost优化的神经网络的预测结果可以达到很高的精度,预测结果的平均绝对误差为5.81,准确度为99.2%,这也说明了利用AdaBoost优化BP神经网络预测模型预测煤灰流动温度的可行性。