基于神经网络的氟石粉液化模型分析

摘要：

在对氟石粉进行实验研究的基础上,应用RBF神经网络,建立了预测氟石粉液化FMP的模型.在该模型中,输入为影响氟石粉液化FMP的各种因素,包括粒径、均匀度、化学性质、真密度及堆积密度等,输出为FMP,预测结果表明,所建RBF神经网络模型预测精度较高,可应用于对氟石粉液化FMP的预测.同时采用逐步反向删除的方法分析输入属性对输出结果的影响,找出了影响氟石粉液化FMP的主要影响因素.最后对每个主要属性进行了灵敏度分析.

关键词：氟石粉、液化、径向基神经网络、属性分析、灵敏度

所属期刊栏目：46

分类号：P619.21+5;TP183(矿床学)

资助基金：国家质检总局科技计划项目20081K052

在线出版日期：2010-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：245-248