神经网络与遗传算法预测充填配比的研究

• 作者: 刘剑 张学焱 饶运章 黄永刚
• 来源期刊: 有色金属科学与工程
• 学科: 工学
• 关键词: 神经网络 充填体 抗压强度 遗传算法 充填配比方案
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 【矿业?环境】
• 页码范围: 76-80
• 页数: 5页
• 分类号: TD853.34|TP389.1
• 字数: 2269字
• 语种: 中文
• DOI: 10.13264/j.cnki.ysjskx.2016.05.014

摘要

为确定最优充填配比方案，在实验的基础上，基于神经网络遗传算法，预测全局最优充填实验条件，最优实验条件为灰砂质量比0.2024，养护时间5.863 d，溶度67.8%，最大充填体抗压强度0.6777 MPa，与实际最佳配比方案灰砂质量比1∶4、养护天数28 d、溶度75%、最大抗压强度5.48 MPa相差较大，预测结果不是很满意.说明该方法有较强的适用条件，神经网络的预测精度对遗传算法的极值寻优有影响，建议扩大样本的数量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶运章	江西理工大学资源与环境工程学院	96	524	13.0	17.0
2	黄永刚	江西理工大学资源与环境工程学院	13	47	5.0	6.0
3	刘剑	江西理工大学资源与环境工程学院	8	23	2.0	4.0
4	张学焱	江西理工大学资源与环境工程学院	11	51	4.0	7.0