A été créé un nouveau modèle de prédiction intégrée de la chaleur de combustion du charbon basé sur la régression linéaire multiple et la machine à vecteurs de support de moindres carrés (LS-SVM), et les étapes de modélisation et l'algorithme spécifique ont été présentés. tenant compte de la relation entre la chaleur de combustion réelle du charbon et sa composition analytique industrielle (humidité, cendres et matières volatiles), le modèle intégré est composé d'un modèle de prédiction initiale et d'un modèle de correction d'erreur. Les données initiales sur la chaleur de combustion du charbon et sa composition analytique industrielle ont été utilisées pour construire un ensemble d'échantillons d'entraînement, et l'algorithme de régression linéaire multiple a été utilisé pour prédire initialement la chaleur de combustion, et le modèle LS-SVM pour obtenir la quantité de correction d'erreur. La valeur prédictive finale du modèle intégré est la valeur de sortie du modèle de prédiction initiale plus la quantité de correction d'erreur. Les résultats de prédiction réels montrent que cette méthode de prédiction intégrée prend moins de temps, a une meilleure précision que les méthodes couramment utilisées et a une certaine valeur pratique.

qualité du charbon; chaleur de combustion; régression linéaire multiple; machine à vecteurs de support de moindres carrés; prédiction intégrée; modèle de prédiction