基于非线性PSO-BP神经网络的煤矸分离效果预测

• 作者: 戚海永
• 来源期刊: 矿山机械
• 学科: 工学
• 关键词: 井下煤矸分离 非线性粒子群算法 BP神经网络 预测
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 分·选
• 页码范围: 99-102
• 页数: 4页
• 分类号: TD921.2
• 语种: 中文

摘要

利用正交试验法对输送带速度、喷气压力和分选次数等因素对煤矸分选效果进行了试验研究,并利用非线性PSO-BP神经网络对分选效果进行了预测.试验结果表明,分矸率与混矸率呈现相反的趋势,第3组试验,即带速为0.11 m/s,喷气压力为0.7 MPa,分选次数为3的时候,分选效果最好,混矸率最低；非线性PSO-BP神经网络预测效果与传统PSO-BP神经网络相比,具有更高的准确性,与试验值更加吻合,对煤矸分选预测具有更高的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戚海永		10	16	3.0	3.0