基于BP神经网络的旋流-静态微泡浮选柱气含率预测 | |
廖寅飞 ; 刘炯天 ; 王永田 ; 曹亦俊 | |
刊名 | http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=ZGKD201103020&dbname=CJFQ2011
![]() |
2014-10-27 ; 2014-10-27 | |
关键词 | BP神经网络 旋流-静态微泡浮选柱 气含率 预测 主控因素 |
中文摘要 | 分析了影响旋流-静态微泡浮选柱气含率的因素,选取循环压力、进气量和起泡剂浓度3个主控因素作为BP神经网络模型的基本特征量,建立了浮选柱气含率与主控因素之间的相关关系和BP神经网络预测模型,并对气含率进行了预测分析.结果表明:BP神经网络能合理地表达浮选柱气含率与其主控因素之间的非线性映射关系,预测结果与实测值之间的相对误差一般小于5%,达到了较高的预测精度. |
语种 | 中文 |
其他责任者 | 中国矿业大学化工学院 ; 东北大学资源与土木工程学院 |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/1542] ![]() |
专题 | 中国矿业大学(徐州) |
推荐引用方式 GB/T 7714 | 廖寅飞,刘炯天,王永田,等. 基于BP神经网络的旋流-静态微泡浮选柱气含率预测[J]. http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=ZGKD201103020&dbname=CJFQ2011,2014, 2014. |
APA | 廖寅飞,刘炯天,王永田,&曹亦俊.(2014).基于BP神经网络的旋流-静态微泡浮选柱气含率预测.http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=ZGKD201103020&dbname=CJFQ2011. |
MLA | 廖寅飞,et al."基于BP神经网络的旋流-静态微泡浮选柱气含率预测".http://epub.cnki.net/grid2008/brief/detailj.aspx?filename=ZGKD201103020&dbname=CJFQ2011 (2014). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论