W artykule przedstawiono sposób prognozowania niezupełnego spalania za pomocą wielowarstwowego perceptronu z algorytmem największego spadku z momentum. Na wstępie opisano problem niezupełnego spalania, następnie przedstawiono sposób oraz warunki przeprowadzenia pomiarów paramentów pracy kotłów wodno-rusztowych, wykorzystanych do trenowania sztucznej sieci neuronowej. W dalszej części artykułu przedstawiono model sztucznego neuronu oraz schemat budowy wielowarstwowego perceptronu, użytego do rozwiązania omawianego problemu. Opisano działanie algorytmu największego spadku z momentum, wykorzystanego przy trenowaniu sztucznej sieci neuronowej oraz przedstawiono warunki poprawnego wytrenowania sieci. Na zakończenie zaprezentowano wynik jej działania z wykorzystaniem paramentów pracy innego kotła rusztowego.
The article presents a method of prognosing incomplete combustion by using a multilayer perceptron with gradient descent momentum and an adaptive learning rate algorithm. At first the problem of incomplete combustion was described. Then the author presented the way and the conditions for the measurement of parameters of the stoker fired boiler which was used to train artificial neural network. In the following part of this paper a model of artificial neuron, and a diagram of a multi-layer perceptron used to solve this problem were described. Gradient descent algorithm with momentum used when training the artificial neural network was described The conditions for the correct training of the network were also discussed. The final part of the papetpresented the result of actions of the perceptron with parameters which come from another heat source.