神经网络在建立螺旋分级机数学模型中的应用

随着矿业生产的发展，基于多元回归理论的数学模型已难以满足精度要求。应用神经网络技术可以较少的试验工作量，建立高精度的变量间非线性映射模型，取得了满意的效果。

螺旋分级机数学模型研究

利用多元回归分析和人工神经网络构建螺旋分级机数学模型,预测校对分离粒度和分级精度,并对2个模型的预测效果进行了比较。使用LM算法和遗传算法优化人工神经网络模型,模型预测结果表明:采用人工神经网络构建螺旋分级机数学模型比多元回归分析模型表现出更高的拟合度和更低的拟合误差。