煤炭深度加工领域人工智能算法的优化决策研究

周 宇
北京京桥热电有限责任公司

摘要


煤炭深度加工工艺的复杂和多变对传统优化方法造成挑战，本文在煤化工领域搭建起人工智能优化决策框架，提出基于LSTM的过程建模方法、深度强化学习用于参数优化的策略及神经网络辅助遗传算法，并于实际工业环境里加以验证，这个决策系统大幅提升了生产效率以及资源的利用率，削减能耗以及环境方面的影响，为煤炭清洁高效利用给出了新办法，对助力能源行业智能化转型有重要的理论和实践价值。

关键词


煤炭深度加工；人工智能；优化决策；强化学习；混合智能算法

全文:

PDF


参考


[1]王国法，庞义辉，任怀伟，等.煤炭产业共性技术发展预测与创新路径研究[J].煤炭科学技术，2026，54（1）：1-19.

[2]崔亚仲，贺建荣，任艳艳.神东矿区人工智能安全生产管控平台应用研究[J].煤炭科学技术，2025，53（S1）：275.

[3]牟海鹏，李志燕，马善磊.基于人工智能的采煤机智能化优化控制系统研究[J].内蒙古煤炭经济，2025（5）.

[4]王鑫涛，孙鹏.智能检测+数据决策+主动预防兖矿能源打造煤炭行业智能化转型标杆[J].2025（11）：50-51.

[5]郭华.人工智能在煤炭运销领域的创新应用研究[J].煤炭技术，2025，44（8）：253-256.




DOI: http://dx.doi.org/10.12361/2661-3506-08-07-161751

Refbacks

  • 当前没有refback。