神经网络与遗传算法预测充填配比的研究
来源期刊:有色金属科学与工程2016年第5期
论文作者:黄永刚 饶运章 刘剑 张学焱
文章页码:76 - 80
关键词:神经网络;充填体;抗压强度;遗传算法;充填配比方案;
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0.202 4,养护时间5.863 d,溶度67.8%,最大充填体抗压强度0.677 7 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.
黄永刚,饶运章,刘剑,张学焱
江西理工大学资源与环境工程学院
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0.202 4,养护时间5.863 d,溶度67.8%,最大充填体抗压强度0.677 7 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.
关键词:神经网络;充填体;抗压强度;遗传算法;充填配比方案;