本发明公开一种基于GA‑BP神经网络算法优化选矿生产指标的方法。本发明对矿物样本的数据进行划分,随机选取样本的90%作为训练集,剩余10%作为测试集,分别对训练集和测试集进行归一化处理;把训练集的输入量与输出量的变量名称定义为全局变量;将全局变量数据带入GA遗传算法计算BP神经网络的最优初始权值和最优初始阈值;导入训练集的样本数据并基于最优初始权值和最优初始阈值训练BP神经网络,并采用tr函数对网络性能的数据进行收集,画出网络性能曲线;对BP神经网络误差进行训练,将测试集的输入量带入BP神经网络进行预测,对神经网络计算过程进行封装,输入样本外的数据即可进行计算。本发明方法可模拟出选矿条件与产品指标的关系。
声明:
“基于GA-BP神经网络算法优化选矿生产指标的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)