基于粗糙集-BP神经网络的浮选槽液位预测

• 作者: 刘潭 张勇
• 来源期刊: 辽宁科技大学学报
• 学科: 工学
• 关键词: 浮选槽液位 粗糙集 BP神经网络 模型预测
• 年，卷（期）: 2010,（5）
• 页码范围: 525-529
• 分类号: TD923
• 字数: 3720字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1048.2010.05.018

摘要

针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型.从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性.此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	辽宁科技大学电子与信息工程学院	22	178	7.0	12.0
2	刘潭	辽宁科技大学电子与信息工程学院	1	2	1.0	1.0