Para mejorar la precisión en la predicción del poder calorífico del carbón, se propone un método de predicción del poder calorífico del carbón basado en el algoritmo de partículas adaptativas (PSO) y el algoritmo de máquinas de vectores de soporte de mínimos cuadrados (LSSVM): establecer el modelo de predicción del poder calorífico del carbón LSSVM, optimizar los parámetros del modelo LSSVM mediante el algoritmo adaptativo de PSO. Se comparó el efecto de predicción del poder calorífico del carbón mediante simulación con datos de prueba. Los resultados muestran que el modelo de predicción del poder calorífico del carbón PSO-LSSVM puede predecir con precisión las variaciones del poder calorífico, y más rápidamente que la red neuronal BP adaptativa de PSO, el PSO-LSSVM básico y el modelo GA-LSSVM, con una velocidad de cálculo rápida, una alta precisión de predicción, propicia para la aplicación técnica.

Calidad del carbón; Calor; Predicciones; Adaptación de parámetros; Algoritmo de partículas adaptativas; Algoritmo de máquinas de vectores de soporte de mínimos cuadrados