基于RBF神经网络和RS理论的磨矿分级系统软测量模型

	基于RBF神经网络和RS理论的磨矿分级系统软测量模型
	王云峰 ; 李战明 ; 袁占亭 ; 包广清
刊名	江苏大学学报(自然科学版)
	2010-11-10
期号	2010年06期页码:695-699
关键词	RS理论 RBF神经网络预测模型磨矿分级系统软测量
ISSN号	ISSN：1671-7775
英文摘要	为了提高硫化镍选矿过程的效率并改善选矿产品的质量,运用RS理论研究了某选矿厂磨矿工艺多维数据的属性约简.在建立相应RBF神经网络预测模型基础上,给出了表征磨矿生产过程内在规律的最小知识表达,并基于该模型对选矿生产指标进行了预测.结果表明:磨矿工艺数据可以进行浓缩,生产过程经验操作能够找到相应的理论依据,从而加深了对生产工艺过程内在规律的认识;应用软测量技术获取了球磨机和旋流器内部状态主要关键参数,该模型分析过程相对简单,网络学习训练时间少、学习精度高;仿真结果表明估计值与分析值拟合良好.
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/14503]
专题	电气工程与信息工程学院
作者单位	1.兰州理工大学电气工程与信息工程学院 2.甘肃政法学院计算机科学学院
推荐引用方式 GB/T 7714	王云峰,李战明,袁占亭,等. 基于RBF神经网络和RS理论的磨矿分级系统软测量模型[J]. 江苏大学学报(自然科学版),2010(2010年06期):695-699.
APA	王云峰,李战明,袁占亭,&包广清.(2010).基于RBF神经网络和RS理论的磨矿分级系统软测量模型.江苏大学学报(自然科学版)(2010年06期),695-699.
MLA	王云峰,et al."基于RBF神经网络和RS理论的磨矿分级系统软测量模型".江苏大学学报(自然科学版) .2010年06期(2010):695-699.