1、焦炭在冶金工業(yè)中的作用是極其重要的，焦炭質(zhì)量的好壞深深的影響著工業(yè)生產(chǎn)以及環(huán)境保護等多個方面。從配合煤到焦炭的生產(chǎn)過程即煉焦過程存在著嚴(yán)重的非線性和不確定性等特性，這就給利用傳統(tǒng)的、常規(guī)的模型來預(yù)測焦炭質(zhì)量帶來了很大的不便和困難。
　　神經(jīng)網(wǎng)絡(luò)有著較好的泛化能力、訓(xùn)練速度快、處理非線性能力和自學(xué)習(xí)等特點，可以完成由輸入到輸出的映射操作，在系統(tǒng)辨識、模型預(yù)測領(lǐng)域有著廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)的這些特點，為焦炭質(zhì)量預(yù)測建模這一難點問題的解決

2、開辟了新的方向。焦炭質(zhì)量評價在現(xiàn)階段還沒有一個完整客觀的分析方法，基本上都是在試驗數(shù)據(jù)的基礎(chǔ)上依據(jù)冶金焦國標(biāo)來進行分析，這就大大的加大了計算量，既費時又費力。為了提高效率，引入模糊神經(jīng)網(wǎng)絡(luò)和 hopfield網(wǎng)絡(luò)來進行焦炭質(zhì)量評價建模，以便能更直觀、更有效的對焦炭質(zhì)量進行評價分析。
　　本文的主要研究內(nèi)容為：
　　介紹焦炭質(zhì)量預(yù)測與評價現(xiàn)階段國內(nèi)外的研究現(xiàn)狀和其相關(guān)背景，簡要概述焦炭從原煤到成焦的過程，在介紹相關(guān)煉焦工序后，

3、結(jié)合包鋼焦化廠的相關(guān)數(shù)據(jù)對配合煤質(zhì)量與焦炭質(zhì)量的影響因素及指標(biāo)進行概述分析，建立以包鋼焦化廠提供的焦炭數(shù)據(jù)為基礎(chǔ)的焦炭質(zhì)量預(yù)測模型和焦炭質(zhì)量評價模型。
　　焦炭質(zhì)量預(yù)測模型，簡要概述BP神經(jīng)網(wǎng)絡(luò)，在保證煉焦生產(chǎn)狀況穩(wěn)定的前提下，結(jié)合生產(chǎn)實際建立基于 BP網(wǎng)絡(luò)的焦炭質(zhì)量預(yù)測模型。在概述量子遺傳算法的基礎(chǔ)上，針對BP網(wǎng)絡(luò)的缺點與不足，將量子遺傳算法與BP網(wǎng)絡(luò)充分融合在一起，提出雙鏈量子遺傳算法優(yōu)化 BP網(wǎng)絡(luò)的焦炭質(zhì)量預(yù)測模型。仿真結(jié)果

4、顯示優(yōu)化后的焦炭質(zhì)量預(yù)測模型在預(yù)測精度、命中率等方面均優(yōu)于未優(yōu)化的焦炭質(zhì)量預(yù)測模型。
　　焦炭質(zhì)量（冶金焦）評價研究，目前在焦炭質(zhì)量評價的研究領(lǐng)域并沒有一個客觀有效完整的方法，基本上都是依據(jù)冶金焦國標(biāo)來進行分析，需要大量時間來進行計算、對比，有效性與移植性不高。本論文在介紹融合神經(jīng)網(wǎng)絡(luò)與模糊的優(yōu)點之上，把T-S模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用到焦炭質(zhì)量的評價，結(jié)合生產(chǎn)實際建立T-S模糊神經(jīng)網(wǎng)絡(luò)焦炭質(zhì)量評價模型上；為使評價體系形成有效對比，引入ho