摘要：为解决现有的煤发热量预测神经网络法的过学习与局部极小点问题，通过对煤热量数据的分析，在统计学习理论和结构风险最小化准则的基础上，建立了基于最小二乘支持向量机（LS-SVM）的煤发热量预测数学模型。在算例分析中与BP神经网络、RBF神经网络预测法进行对比，发现该方法比BP和RBF神经网络具有更高的预测精度，且具有收敛速度快、泛化能力强等优点，为燃煤发热量的预测提供了一种有效的方法。

关键词：煤 发热量 最小二乘支持向量机 神经网络 

单位：东北电力大学能源与机械工程学院; 吉林吉林132012; 吉林大学汽车工程学院热能工程系; 吉林长春130022; 烟台华力热电股份有限公司; 山东烟台264002