10.19476/j.ysxb.1004.0609.2018.10.18
基于人工神经网络模型的含锑硫化矿氧化浸出行为预测
锑的浸出率是氧化处理含锑硫化矿时的重要结论指标,在氧化浸出过程中通过条件控制来得到更好的浸出率具有十分重要的意义,为了模拟和预测含锑硫化矿的氧化浸出过程,用人工神经网络模型对浸锑过程进行模拟,建立起单隐层8节点的"5-8-1型"误差逆向传播神经网络模型,所建人工神经网络模型可以对反应过程做出有效的模拟和预测,实验值与预测值的相关系数可达99%以上.并根据所建神经网络模型中不同输入量在网络中节点权重的不同,得出相关条件因素对锑浸出率的相对重要性从高到低依次为:盐酸浓度,反应温度,搅拌速度,液固比,反应时间.
人工神经网络、浸锑过程、预测、相关系数、相对重要性
28
O639(高分子化学(高聚物))
国家自然科学基金资助项目51474257
2018-12-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
2103-2111