International Journal of Mining Science and Technology· 2021Q1
Yumuşak Hesaplama Modelleri Kömür Bileşenlerini Doğru Tahmin Ediyor
Development of multiple soft computing models for estimating organic and inorganic constituents in coal
- 30atıf
- Q1SCImago
- 2021yıl
Kısa özet
Beyaz kutu yapay sinir ağı (MISOWB-ANN), kömür örneklerindeki makralleri (vitrinit, inertinit, liptinit) ve mineral maddeyi, gen ifadesi programlaması, çoklu doğrusal regresyon ve çoklu doğrusal olmayan regresyondan daha doğru bir şekilde tahmin etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Kömür makrallerini ve mineral maddeyi tahmin etmek için dört yumuşak hesaplama modeli (MISOWB-ANN, GEP, MLR, MNLR) geliştirildi.
- MISOWB-ANN en güvenilir tahmin modeli olarak kanıtlandı.
- MISOWB-ANN en düşük fark ve en yüksek verimlilik/bileşik istatistiksel göstergeleri elde etti.
- Tahmin modelleri fark, verimlilik ve bileşik istatistiksel göstergeler kullanılarak karşılaştırıldı.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
The distribution of the various organic and inorganic constituents and their influences on the combustion of coal has been comprehensively studied. However, the combustion characteristics of pulverized coal depend not only on rank but also on the composition, distribution, and combination of the macerals. Unlike the proximate and ultimate analyses, determining the macerals in coal involves the use of sophisticated microscopic instrumentation and expertise. In this study, an attempt was made to predict the amount of macerals (vitrinite, inertinite, and liptinite) and total mineral matter from the Witbank Coalfields samples using the multiple input single output white-box artificial neural network (MISOWB-ANN), gene expression programming (GEP), multiple linear regression (MLR), and multiple nonlinear regression (MNLR). The predictive models obtained from the multiple soft computing models adopted are contrasted with one another using difference, efficiency, and composite statistical indicators to examine the appropriateness of the models. The MISOWB-ANN provides a more reliable predictive model than the other three models with the lowest difference and highest efficiency and composite statistical indicators.
Yazarların özeti; kaynağından alınmıştır. International Journal of Mining Science and Technology, 2021 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yakıt Teknolojisi
Fuel TechnologyEnergy