RBF神经网络与模糊理论相结合的磨矿分级智能控制方法
将RBF神经网络和模糊理论结合起来,提出了一种基于RBF神经网络和模糊理论实现智能控制的方法.该方法能够有效克服磨矿效率和旋流器入口压力等波动引起的扰动,使磨矿浓度和溢流粒度的波动减小,为浮选过程产品品位改善及产量提高创造了有利条件,在技术上实现了优化磨矿分级过程.该分析过程相对简单,网络学习训练时间少,学习精度高,估计值与分析值拟合非常好.仿真表明这类智能控制器可用于难以建立数学模型的控制系统.
RBF神经网络、模糊理论、磨矿、分级系统、智能控制、优化
33
TD923(选矿)
国家科技支撑计划2006BAJ01A06-3
2010-05-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
124-128