基于Matlab和粒子群算法的磨矿技术效率预测模型

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

所属期刊栏目：40

分类号：TD921(选矿)

资助基金：国家自然科学基金资助项目51741401,51264001,51874105,51734005

在线出版日期：2019-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：548-551,556