基于K-Means聚类与Ridge回归算法的煤炭发热量预测研究

乔世超, 陈衡, 李博, 潘佩媛, 徐钢

Research on Coal Calorific Value Prediction Based on K-Means Clustering and Ridge Regression Algorithm

Shichao QIAO, Heng CHEN, Bo LI, Peiyuan PAN, Gang XU

表1 数据集基本情况

Tab. 1 Basic information of the dataset

参数 最小值 最大值 平均值 收到基低位发热量Qnet，ar/(MJ⋅kg-1) 14.14 28.18 21.13 收到基水分质量分数Mar/% 2.15 29.09 9.55 收到基灰分质量分数Aar/% 4.41 48.52 24.96 收到基固定碳质量分数FC，ar/% 31.46 71.03 47.08