一种生物质焦气化反应特性的预测方法

摘要

本发明提供一种生物质焦气化反应特性的预测方法，包括以下步骤：步骤10)采集生物质焦气化反应的训练数据；步骤20)建立包含输入层、隐含层和输出层的BP神经网络模型，所述BP神经网络模型的输入参数为制焦温度、焦样比表面积和气化时间，输出参数为焦转化率；步骤30)采用训练数据训练所述BP神经网络模型，并采用粒子群优化算法优化BP神经网络模型，得到高预测精度的BP神经网络模型；步骤40)利用高预测精度的BP神经网络模型，预测得到生物质焦气化反应的焦转化率。本发明生物质焦气化反应特性的预测方法，能够对生物质焦空气气化反应过程进行高吻合度模拟，可准确预测生物质焦气化反应特性。