基于GRNN模型的硫化矿石堆氧化自热温度预测

来源期刊：金属矿山2016年第6期

论文作者：饶运章 袁博云 孙翔 陈斌

文章页码：149 - 152

关键词：硫化矿石;氧化自热温度;温升速率;小样本预测模型;GRNN神经网络;

摘    要：为得到硫化矿石堆氧化自热温度的变化规律,自主设计硫化矿石堆氧化自热模拟试验装置,以含硫量、矿石块度、升温梯度作为试验影响因素,将硫化矿石堆氧化自热温升速率作为试验判定指标,采用L9（34）正交表构造三因素三水平回归正交试验。运用MATLAB建立硫化矿石堆氧化自热温度的GRNN神经网络模型,通过K-折交叉验证优选得到GRNN神经网络的最佳光滑因子σe,并与RBF神经网络模型、灰色神经网络模型预测效果进行对比。结果表明:GRNN神经网络在小样本预测模型中网络逼近能力、收敛速度、算法稳定性等方面具有优势,对硫化矿石堆氧化自热温度的预测精度高,预测误差为3.51%。