TY  - JOUR
T1  - Интеллектуальный анализ влажности, летучих веществ и энергетической ценности угля на основе ближней ИК-спектроскопии
JF  - Журнал прикладной спектроскопии
AU  - Liu W. , 
AU  - Peng B. , 
AU  - Liu X. , 
AU  - Ren F. , 
AU  - Zhang L. , 
Y1  - 2021-05-29
UR  - https://www.academjournals.by/publication/15682
N2  - Метод ближней инфракрасной спектроскопии (NIRS) обеспечивает быстрый и неразрушающий экспресс-анализ угля. Для моделирования взаимосвязей между спектральными данными и параметрами приближенного анализа применяют два методарегрессии - случайного леса (RF) и экстремального обучения (ELM). С учетом низкой стабильности и надежности, обусловленной случайным выбором параметров в ELM, использован алгоритм оптимизации роя частиц (PSO) Для оптимизации структуры ELM (PSO-ELM). В общей сложности 384 пробы угля из Внутренней Монголии собраны для обучения и проверки модели. Результаты показывают, что алгоритм PSO-ELM обеспечивает наилучшую производительность с точки зрения точности и эффективности. Данные свидетельствуют о том, что NIRS в сочетании с PSO-ELM имеет значительный потенциал для точного и быстрого приближенного анализа.