基于MFOA优化BP神经网络的磨矿粒度软测量

来源期刊：矿业研究与开发2018年第2期

论文作者：杨刚 王建民

文章页码：101 - 105

关键词：磨矿粒度;软测量模型;混沌搜索;粒子群算法;果蝇算法;BP神经网络;

摘    要：针对磨矿过程中磨矿粒度难以在线实时检测的问题,提出了一种基于混沌粒子群（CPSO）改进果蝇算法（FOA）优化BP神经网络的方法,建立了磨矿粒度软测量模型。利用混沌搜索的遍历性和对初值的敏感性来提高FOA初始种群的多样性;为了减少适应度函数值更新过程中的盲目搜索,引入了粒子群算法（PSO）。然后利用改进后果蝇优化算法（MFOA）良好的全局寻优能力,自适应地调整BP神经网络的权值和阈值,提高了BP网络的收敛性能和测量精度。选取球磨机给矿量、给水量、磨机电流、分级机溢流浓度和螺旋分级机电流为辅助变量,构建MFOA-BP磨矿粒度软测量模型。研究表明,所构建的MFOA-BP模型鲁棒性强、测量精度较高。