• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of green energy >Multiple regression and genetic programming for coal higher heating value estimation
【24h】

Multiple regression and genetic programming for coal higher heating value estimation

机译：多元回归和遗传规划的煤高热值估算

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The higher heating value (HHV) is an important characteristic for the determination of fuels quality. Nevertheless, its experimental measurement requires intricate technologies. In this work, the HHV of coal was predicted from ultimate composition using two methods: multiple regression and genetic programming. A dataset of 100 samples from literature was exploited (75% for training and 25% for testing). A comparative study was elaborated between the developed models and published ones in terms of correlation coefficient, root mean square error, and mean absolute percent error. The adopted models gave a good statistical performance. Abbreviations: C: Carbon; CC: Correlation coefficient; H: Hydrogen; HHV: Higher heating valueI; GT: Institute of gas technology; GP: Genetic programming; LHV: Lower heating value; MAPE: Mean absolute percent error; N: Nitrogen; O: Oxygen; RMSE: Root mean square error; S: sulfur; Wt: Weight percentage
机译：较高的发热量（HHV）是确定燃料质量的重要特征。然而，其实验测量需要复杂的技术。在这项工作中，使用两种方法根据最终组成预测了煤的HHV：多元回归和遗传规划。利用了来自文献的100个样本的数据集（75％用于训练，25％用于测试）。在相关系数，均方根误差和绝对绝对百分比误差方面，对已开发模型与已发布模型进行了比较研究。采用的模型具有良好的统计性能。缩写：C：碳； CC：相关系数； H：氢； HHV：较高的发热量I； GT：气体技术研究所； GP：遗传编程； LHV：较低的发热量； MAPE：平均绝对百分比误差； N：氮； O：氧气； RMSE：均方根误差； S：硫；重量：重量百分比

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号