PSO-BP神经网络的分级过程建模

摘要：

分级条件直接影响分级效率和精矿品位,为建立分级效率与分级条件之间的关系,首先通过机理分析建立分级效率模型结构,再采用BP神经网络建立模型结构参数与分级条件之间的关系.在网络训练中,考虑到基于梯度的优化方法易陷入局部极小的缺陷,采用PSO算法优化网络权值和阈值.实验表明,与基于梯度的动量BP算法相比,PSO算法训练和测试网络的精度和稳定性均优于前者.最后,将训练好的网络用于实际分级效率模型进行分级效率预测,预测的结果为实际值与估计值的相对误差在7％以下,这表明预测精度能达到给定的工业指标.

关键词：分级过程、神经网络、PSO算法、动量BP算法

所属期刊栏目：28

分类号：O6;TP391

资助基金：国家自然科学基金资助项目60874069

在线出版日期：2012-02-21（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：825-828