10.3969/j.issn.1009-0622.2017.03.013
基于GRA-GS BP选矿成本预测的研究
针对选矿成本影响因素较多,各因素间存在耦合和非线性关系以及BP神经网络隐含层节点数难以选择的问题,提出一种基于灰色关联分析与黄金分割法改进BP神经网络的成本预测法.首先运用灰色关联分析法计算各因素与选矿成本的关联度,选取关联度最大的四个变量作为BP网络的输入;其次采用黄金分割法搜索历史数据区间中的理想数值,在高精度的要求下,对隐含层节点数频繁出现的区间进行拓展,求得非线性映射能力更强的隐含层网络节点数;最后利用仪表柜中储存的现场数据对成本预测模型进行验证,验证结果证明该方法能够实时准确地预测选矿成本的变化趋势.
灰色关联分析(GRA)、黄金分割法(GS)、BP神经网络、成本预测、关联度、隐含层网络节点数
32
TP216(自动化技术及设备)
2017-08-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
71-78