基于我國(guó)能源消費(fèi)結(jié)構(gòu)的特點(diǎn)以及能源安全、環(huán)保的要求,煤炭及其副產(chǎn)物的高效清潔轉(zhuǎn)化利用已成為必然趨勢(shì)。但是煤熱解、煤氣化等熱轉(zhuǎn)化方式往往需要在高溫高壓等苛刻的條件下進(jìn)行,同時(shí)由于煤炭組成結(jié)構(gòu)復(fù)雜且反應(yīng)影響因素眾多,難以總結(jié)其反應(yīng)規(guī)律。人工神經(jīng)網(wǎng)絡(luò)中的BP神經(jīng)網(wǎng)絡(luò)是具有很強(qiáng)的非線性的經(jīng)驗(yàn)?zāi)Ｐ?但傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)有收斂速度慢、易陷入局部極小等缺陷。因此,本文采用多種方法優(yōu)化BP神經(jīng)網(wǎng)絡(luò),并建立基于BP神經(jīng)網(wǎng)絡(luò)的液化殘?jiān)呋瘹饣Ｐ秃兔簾峤夥磻?yīng)模型,為煤及其副產(chǎn)物轉(zhuǎn)化過(guò)程的工藝設(shè)計(jì)與優(yōu)化提供重要的參考和依據(jù)。在液化殘?jiān)呋瘹饣Ｐ椭?選取催化劑相對(duì)分子質(zhì)量、催化劑熔點(diǎn)、催化劑擔(dān)載量和氣化終溫作為網(wǎng)絡(luò)輸入,選取氣化率、最大氣化速率和反應(yīng)指數(shù)作為網(wǎng)絡(luò)輸出。首先對(duì)體系建立多輸出預(yù)測(cè)模型,包括BP多輸出預(yù)測(cè)模型、改進(jìn)BP多輸出預(yù)測(cè)模型和變激勵(lì)函數(shù)多輸出預(yù)測(cè)模型,幾種模型預(yù)測(cè)樣本各輸出的平均誤差均小于6%,有較好的預(yù)測(cè)效果。且對(duì)比三個(gè)模型發(fā)現(xiàn),改進(jìn)BP多輸出預(yù)測(cè)模型和變激勵(lì)函數(shù)多輸出預(yù)測(cè)模型無(wú)論是收斂速度還是預(yù)測(cè)精度均優(yōu)于BP多輸出預(yù)測(cè)模型。之后建立了BP單輸出預(yù)測(cè)模型并用權(quán)重分析法分析。通過(guò)模型分析... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖４．３為預(yù)測(cè)樣本的實(shí)驗(yàn)值與預(yù)測(cè)值對(duì)比圖，網(wǎng)絡(luò)通過(guò)對(duì)訓(xùn)練樣本的學(xué)習(xí)，對(duì)擔(dān)載??

４．３?Ｅｘｐｅｒｉｍｅｎｔａｌ?ａｎｄ?ｐｒｅｄｉｃｔｅｄ?ｖａｌｕｅ?ｏｆ?ｐｒｅｄｉｃｔｉｏｎ?ｓａ測(cè)樣本中各考察因素的相對(duì)誤差，氣化率、最為４．１０％、５．３０％、２．８９％，所有樣本中的最大預(yù)測(cè)模型有很好的預(yù)測(cè)能力，也證明ＢＰ神經(jīng)表４．１?ＢＰ多輸出預(yù)測(cè)模型預(yù)測(cè)樣本誤差絕對(duì)值??ｓｏｌｕｔｅ?ｅｒｒｏｒｓ?ｏｆ?ｐｒｅｄｉｃｔｉｏｎ?ｓａｍｐｌｅｓ?ｉｎ?ＢＰ?ｍｕｌｔｉｐｌｅ－ｏｕｔｐｕ預(yù)測(cè)樣本相對(duì)誤差（％）??樣本一?樣本二?３．８０?４．３９（％）?６．７３?３．％—ｉ）?５．１２?０．６６

圖４．６為改進(jìn)ＢＰ多輸出預(yù)測(cè)模型訓(xùn)練樣本預(yù)測(cè)值與實(shí)驗(yàn)值的對(duì)比情況，表示了網(wǎng)??絡(luò)的訓(xùn)練結(jié)果，Ｈ個(gè)圖的橫坐標(biāo)分別為氣化率、最大氣化速率Ｗ及反應(yīng)指數(shù)的實(shí)驗(yàn)值，??縱坐標(biāo)分別為氣化率、最大氣化速率１＾＾？及反應(yīng)指數(shù)的預(yù)測(cè)值。由圖可Ｗ看出，各樣本數(shù)??據(jù)均落于對(duì)角線上或其附近，說(shuō)明訓(xùn)練樣本的預(yù)測(cè)值與實(shí)驗(yàn)值比較接近，建立的改進(jìn)??ＢＰ多輸出預(yù)測(cè)模型具有良好的學(xué)習(xí)效果，可Ｗ用該模型對(duì)殘?jiān)鼩饣w系進(jìn)斤預(yù)測(cè)。??２８??

【參考文獻(xiàn)】：
期刊論文
[1]基于布谷鳥算法與BP神經(jīng)網(wǎng)絡(luò)的煤灰變形溫度預(yù)測(cè)[J]. 沈銘科,黃鎮(zhèn)宇,王智化,周俊虎.  燃料化學(xué)學(xué)報(bào). 2014(12)
[2]基于灰關(guān)聯(lián)和靈敏度的BP網(wǎng)絡(luò)隱含層結(jié)構(gòu)優(yōu)化[J]. 張曉明,王芳,金玉雪,劉曉洋.  計(jì)算機(jī)測(cè)量與控制. 2014(09)
[3]一種黃金分割優(yōu)化的極限學(xué)習(xí)機(jī)算法[J]. 金培源,高波涌,陸慧娟.  中國(guó)計(jì)量學(xué)院學(xué)報(bào). 2014(02)
[4]汽車聲品質(zhì)的GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與權(quán)重分析[J]. 高印寒,唐榮江,梁杰,趙彤航,張澧桐.  光學(xué)精密工程. 2013(02)
[5]半焦基催化劑裂解煤熱解產(chǎn)物提高油氣品質(zhì)[J]. 王興棟,韓江則,陸江銀,高士秋,許光文.  化工學(xué)報(bào). 2012(12)
[6]基于模擬退火PSO-BP算法的鋼鐵生產(chǎn)能耗預(yù)測(cè)研究[J]. 黃文燕,羅飛,許玉格,王志平.  科學(xué)技術(shù)與工程. 2012(30)
[7]BP神經(jīng)網(wǎng)絡(luò)樣本數(shù)據(jù)預(yù)處理應(yīng)用研究[J]. 朱慶生,周冬冬,黃偉.  世界科技研究與發(fā)展. 2012 (04)
[8]現(xiàn)代煤化工產(chǎn)業(yè)的現(xiàn)狀及展望[J]. 張明.  化工機(jī)械. 2012(03)
[9]基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的煤灰熔點(diǎn)預(yù)測(cè)方法[J]. 吳小麗,丁維明.  工業(yè)控制計(jì)算機(jī). 2011(05)
[10]樣本數(shù)據(jù)預(yù)處理對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的GPS高程擬合的影響[J]. 張昊,王琪潔,朱建軍,張曉紅.  大地測(cè)量與地球動(dòng)力學(xué). 2011(02)

博士論文
[1]煤液化殘?jiān)慕M成結(jié)構(gòu)分析和催化加氫[D]. 位艷賓.中國(guó)礦業(yè)大學(xué) 2013
[2]粒子群算法及其應(yīng)用研究[D]. 雷開友.西南大學(xué) 2006

碩士論文
[1]液化殘?jiān)贑O2氣氛下熱轉(zhuǎn)化特性熱重研究[D]. 段林娥.西北大學(xué) 2015
[2]煤熱解過(guò)程中熱解氣停留時(shí)間對(duì)熱解產(chǎn)物的影響[D]. 陳昭睿.浙江大學(xué) 2015



本文編號(hào)：2962929