基于RBF神经网络的磨矿粒度预测模型

• 作者: 朱继平 桂卫华 阳春华
• 来源期刊: 计算机测量与控制
• 关键词: 磨矿粒度 径向基函数(RBF) 最近邻聚类算法
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 控制技术
• 页码范围: 1421-1423
• 页数: 3页
• 分类号: TP18
• 语种: 中文

摘要

磨矿分级作业是选矿生产过程中至关重要的环节,磨矿粒度的好坏直接影响到浮选的精矿品位和回收率;通过分析实际磨矿过程的生产状况和基本的生产数据,磨矿粒度存在在线检测成本高、滞后时间长、实现困难等问题;在分析RBF神经网络结构特点的基础上,提出用RBF网络建立磨矿粒度预测模型,网络中心的选取采用可以在线学习的最近邻聚类算法;仿真结果表明,该网络非线性处理能力和逼近能力强,学习时间短.网络运算速度快,模型精度满足工艺要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
3	朱继平	中南大学信息科学与工程学院	2	18	2.0	2.0