-
题名正交试验协同BP神经网络模型预测充填体强度
被引量:20
- 1
-
-
作者
董越
杨志强
高谦
-
机构
北京科技大学
金川集团股份有限公司
-
出处
《材料导报》
EI
CAS
CSCD
北大核心
2018年第6期1032-1036,共5页
-
基金
国家高技术研究发展计划(863计划)(SS2012AA062405)
-
文摘
为准确预测充填体强度,基于18组混合水平的正交试验样本,以水泥熟料、脱硫灰渣、芒硝和钢渣的掺量作为4个输入因子,以充填体的7d和28d抗压强度作为输出因子,建立4×Y×2的BP神经网络充填体强度预测模型,并通过训练误差和预测强度误差的对比获得当隐含层神经元的个数Y取值为9时,模型的预测强度误差最小,其平均误差为0.7%。研究表明,该预测模型拟合的相关系数R高达0.999 89,7d和28d预测强度的最大相对误差分别为4.33%和0.84%,通过正交试验协同BP神经网络模型预测充填体强度可行性较强、准确度较高。该方法具有输入数据均匀分散、齐整可比和非线性优化的优点,为充填体强度的准确预测提供了新思路。
-
关键词
bp神经网络模型
正交试验
充填体
强度预测
-
Keywords
bp neural network model,orthogonal experiment,backfilling materials,strength forecasting
-
分类号
TD853
[矿业工程—金属矿开采]
-