Pour améliorer la précision de prédiction du pouvoir calorifique du charbon, une méthode de prédiction du pouvoir calorifique du charbon basée sur l'algorithme des particules adaptatives (PSO) et l'algorithme des machines à vecteurs de support à moindres carrés (LSSVM) a été proposée : établir le modèle de prédiction du pouvoir calorifique du charbon LSSVM, optimiser les paramètres du modèle LSSVM par l'algorithme adaptatif des PSO. L'effet de prédiction du pouvoir calorifique du charbon a été comparé par simulation avec des données de test. Les résultats montrent que le modèle de prédiction du pouvoir calorifique du charbon PSO-LSSVM peut prédire avec précision les variations du pouvoir calorifique, et plus rapidement que le réseau neuronal BP adaptatif des PSO, le PSO-LSSVM de base et le modèle GA-LSSVM, avec une vitesse de calcul rapide, une grande précision de prédiction, propice à une application technique.

Qualité du charbon; Chaleur; Prévisions; Adaptation des paramètres; Algorithme de particules adaptatif; Algorithme des machines à vecteurs de support à moindres carrés