基于RBF神经网络的螺旋分级机数学模型

摘要：

随着科学技术的进步和矿业生产的发展,基于多元回归理论的数学模型已难以满足精度要求.本文在已有螺旋分级机数学模型的基础上,针对铝土矿磨矿分级过程多变量、非线性的特点,结合RBF神经网络技术,应用竞争学习方法(RPCL)和递归最小二乘算法,建立起螺旋分级机的数学模型.用某铝土矿选矿厂二段磨矿闭路的实际生产数据进行了仿真实验,仿真结果表明,模型预测结果与实际生产结果基本吻合,模型精度满足工艺要求.

关键词：螺旋分级机、数学模型、径向基函数、递归最小二乘法

所属期刊栏目：24

分类号：TP18(自动化基础理论)

资助基金：国家自然科学重点基金:面向节能降耗的有色冶金过程控制若干理论与方法研究60634020

在线出版日期：2009-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：197-198,212