简介概要

基于BP神经网络的旋流-静态微泡浮选柱气含率预测

来源期刊:中国矿业大学学报2011年第3期

论文作者:廖寅飞 刘炯天 王永田 曹亦俊

文章页码:443 - 447

关键词:BP神经网络;旋流-静态微泡浮选柱;气含率;预测;主控因素;

摘    要:分析了影响旋流-静态微泡浮选柱气含率的因素,选取循环压力、进气量和起泡剂浓度3个主控因素作为BP神经网络模型的基本特征量,建立了浮选柱气含率与主控因素之间的相关关系和BP神经网络预测模型,并对气含率进行了预测分析.结果表明:BP神经网络能合理地表达浮选柱气含率与其主控因素之间的非线性映射关系,预测结果与实测值之间的相对误差一般小于5%,达到了较高的预测精度.

详情信息展示

基于BP神经网络的旋流-静态微泡浮选柱气含率预测

廖寅飞1,刘炯天1,2,王永田1,曹亦俊1

1. 中国矿业大学化工学院2. 东北大学资源与土木工程学院

摘 要:分析了影响旋流-静态微泡浮选柱气含率的因素,选取循环压力、进气量和起泡剂浓度3个主控因素作为BP神经网络模型的基本特征量,建立了浮选柱气含率与主控因素之间的相关关系和BP神经网络预测模型,并对气含率进行了预测分析.结果表明:BP神经网络能合理地表达浮选柱气含率与其主控因素之间的非线性映射关系,预测结果与实测值之间的相对误差一般小于5%,达到了较高的预测精度.

关键词:BP神经网络;旋流-静态微泡浮选柱;气含率;预测;主控因素;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号