资源简介
针对炼焦行业亟待解决的节能减排、降低成本和提高焦炭质量的问题,分析了影响焦炭质量的主要因素,选择了六项指标来预测焦炭的质量,建立了通过遗传算法(GA)优化神经网络的焦炭质量预测模型。实践表明,GA优化的BP神经网络焦炭质量预测模型有较好的适应性和预测精度,具有一定的实际应用价值。
代码片段和文件信息
- 上一篇:共轭梯度法优化的BP神经网络焦炭质量预测模型
- 下一篇:截图工具(仿QQ截图更新版)
相关资源
- 共轭梯度法优化的BP神经网络焦炭质量
- SO10,混合跷跷板中微子质量和瘦素生
- 狄拉克中微子的预测模型
- 取决于口味的量规对称性,预测性辐
- 使用LHCb,ALICE和HERA浓味测量法改善了
- 时间序列模型在工作面涌水量预测中
- 高含水期油田中后期含水率预测新方
- 基于RBF 神经网络初期损伤预测
- Glauber Monte Carlo对与O16的超相对论碰撞
- 基于Monte Carlo方法改进的BP神经网络对
- 下保护层开采卸压瓦斯分布预测及抽
- 镜质组随机反射率对焦炭热态强度的
- 基于供应链管理的鄂东粮食库存需求
- 从CKM矩阵预测中微子Dirac和Majorana相以
- 叠前同时反演进行岩性识别及流体预
- 波阻抗反演在奥陶系隔水层预测中的
- 叠前弹性波阻抗反演技术在赤道几内
- 叠前AVO反演在碳酸盐岩缝洞型储层预
- 地震分频段反演方法及其在薄互储层
- 基于BP神经网络的遥感图像分类
- BP神经网络在高密度电法反演中的改进
- 基于统计学方法的页岩孔容预测
- 基于自适应权重模糊C-均值聚类的瓦斯
- SVM的信息粒化时序回归预测—&md
- 基于遗传算法与Weibull模型的软土地基
- 2019年软考高级下半年信息系统项目管
- bp神经网络源代码,可直接运行
- 改进的BP神经网络算法
- LPC线性预测分析及编码
- 基于bp神经网络的表情识别
川公网安备 51152502000135号
评论
共有 条评论