基于Matlab和粒子群算法的磨矿技术效率预测模型
来源期刊：东北大学学报(自然科学版)2019年第4期
论文作者：周文涛 韩跃新 李艳军 杨金林
文章页码：548 - 1107
关键词：锡石多金属硫化矿;磨矿优化;磨矿技术效率;粒子群算法;GRNN模型优化;
摘 要：研究了磨矿时间、干矿质量分数和充填率对锡石多金属硫化矿磨矿技术效率的影响.结果表明,在最优的磨矿参数条件下,即磨矿时间为8 min、干矿质量分数为65%、充填率为42%时,锡石和硫化矿二元结构所对应的磨矿技术效率最佳.通过Matlab的广义回归神经网络(GRNN)计算程序建立了一种磨矿技术效率预测模型,利用粒子群算法对模型参数进行优化,并通过试验验证了模型的适用性和可靠性.
周文涛1，韩跃新1，李艳军1，杨金林2
1. 东北大学资源与土木工程学院2. 广西大学资源环境与材料学院
摘 要：研究了磨矿时间、干矿质量分数和充填率对锡石多金属硫化矿磨矿技术效率的影响.结果表明,在最优的磨矿参数条件下,即磨矿时间为8 min、干矿质量分数为65%、充填率为42%时,锡石和硫化矿二元结构所对应的磨矿技术效率最佳.通过Matlab的广义回归神经网络(GRNN)计算程序建立了一种磨矿技术效率预测模型,利用粒子群算法对模型参数进行优化,并通过试验验证了模型的适用性和可靠性.
关键词：锡石多金属硫化矿;磨矿优化;磨矿技术效率;粒子群算法;GRNN模型优化;
