矿床品位指标优化系统中选矿比的神经网络模型
在矿山品位指标整体动态优化过程中,选矿比与入选品位呈复杂非线性关系,且受到矿石硬度等因素的影响。提出神经网络建模方法,采用多参数输入的人工神经网络模型来映射混岩率、入选品位与选矿比之间的复杂非线性的对应关系,从而建立更为精确的选比模型。将建立的人工神经网络模型与线性回归模型进行对比,显示了神经网络模型的优势。
神经网络 选矿比 矿床品位
姜谙男 孙豁然 赵德孝 柳小波
东北大学
国内会议
昆明
中文
210-213
2003-08-25(万方平台首次上网日期,不代表论文的发表时间)