基于GA-BP神经网络的金精矿品位的预测

• 作者: 刘青 彭良振 王宝 袁玮
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 金矿 精矿品位 BP神经网络 遗传算法 预测模型
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 材料与冶金
• 页码范围: 237-240
• 页数: 4页
• 分类号: TF831
• 字数: 2596字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2015.02.018

摘要

在对金矿生产过程进行大量实际调研工作的基础上,分别采用BP神经网络和遗传算法优化BP神经网络的方法,建立了金精矿品位的预测模型,以现场采集的978组数据作为样本,运用噪声平滑技术进行数据预处理,筛选了770组数据,运用其中的650组数据建模,并运用其余的120组数据对模型进行了验证.通过对两个模型的预测误差分析,得出用遗传算法优化的BP神经网络(GA-BP)预测精度更高,当预测相对误差在±2％范围内时,模型的预测精度达到97.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘青	北京科技大学钢铁冶金新技术国家重点实验室	114	777	16.0	22.0
2	袁玮	北京科技大学钢铁冶金新技术国家重点实验室	3	24	2.0	3.0
3	王宝	北京科技大学钢铁冶金新技术国家重点实验室	14	95	6.0	9.0
4	彭良振	北京科技大学钢铁冶金新技术国家重点实验室	1	17	1.0	1.0