基于混合神经遗传算法的半自磨机功率预测

• 来源期刊: 中南大学学报（英文版）
• 关键词: 半自磨机 磨机功率 预测 敏感性分析 人工神经网络 遗传算法
• 年，卷（期）: 2018,（1）
• 页码范围: 151-158
• 页数: 8页
• 字数: 356字
• 语种: 英文

摘要

一般全面预测半自磨机功率的方法都需要经过长期实验.本文研究不同的操作参数对磨机和工作指数的影响,如供给水分、质量流速、磨机荷重计自重、固含率、进口和出口水流量.测试185个全面的半自磨机功率,用于开发与输入和输出数据有关的人工神经网络和的混合遗传算法模型.在预测半自磨机功率上,混合遗传算法模型比人工神经网络更高效.敏感性分析确定了半自磨机功率预测最高效的输入参数.通过混合遗传算法模型的敏感性分析发现,工作指数、磨机入口水、磨机荷重计自重、固含率、质量流速和供给水分与磨机功率有直接关系,而出口水与磨机功率负相关.结果表明,混合遗传算法模型能用于评价输入操作参数变化导致的输出.