排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
3.
4.
5.
6.
7.
8.
一种PSO和ANN集成的品位优化模型 总被引:2,自引:0,他引:2
利用粒子群算法(PSO)与神经网络(ANN)嵌套的技术(PSO-ANN)模拟矿山这个高度复杂和高度非线性的系统,来优化截止品位及入选品位.其基本思路为:用截止品位与入选品位一起组成进化计算的个体,用自适应神经网络建立收益(适应度函数)与粒子个体的局部联系,然后利用粒子群算法的全局搜索功能找出使适应度函数(收益)最大时的品位组合(截止品位及入选品位).这一嵌套的内层是神经网络,用以计算损失率、金属回收率和成本,外层是进化计算,计算收益值.内层执行局部逼近,外层进行全局搜索,共同实现截止品位与入选品位的优化计算.以大冶铁矿为案例,研究结果表明:现在大冶铁矿截止品位18%,入选品位41-42%的生产方案有待改进,当截止品位为17.8337-17.8367%,入选品位取值为46.4%,2007年1月-2007年11月的精矿量增加139200吨,总净现值增加6.698百万元. 相似文献
9.