进化神经网络在矿山入选品位优化中的应用

• 作者: 姜谙男 孙豁然 柳小波 赵德孝
• 来源期刊: 矿业研究与开发
• 学科: 工学
• 关键词: 入选品位 遗传算法 进化神经网络 选比
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 44-46
• 页数: 3页
• 分类号: TD921+.6|TP391
• 字数: 2913字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2763.2004.04.015

摘要

在矿山入选品位指标研究中,正确建立有关因素之间的数学模型是实施优化的关键.其中选矿子系统的入选品位、混岩率与选比之间呈复杂非线性关系.为克服一般神经网络收敛慢和过学习的问题,采用改进遗传算法的进化神经网络模型映射混岩率、入选品位与选比之间的复杂非线性的对应关系,并将建立的选比神经网络模型用于金山店铁矿入选品位的优化决策支持系统中,取得每年多回收铁精矿16.23万 t的良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙豁然	东北大学资源与土木工程学院	87	809	14.0	24.0
2	柳小波	东北大学资源与土木工程学院	41	371	10.0	17.0
3	姜谙男	东北大学资源与土木工程学院	27	231	9.0	14.0
4	赵德孝	东北大学资源与土木工程学院	19	138	8.0	11.0