进化神经网络在矿山入选品位优化中的应用

在矿山入选品位指标研究中,正确建立有关因素之间的数学模型是实施优化的关键。其中选矿子系统的入选品位、混岩率与选比之间呈复杂非线性关系。为克服一般神经网络收敛慢和过学习的问题,采用改进遗传算法的进化神经网络模型映射混岩率、入选品位与选比之间的复杂非线性的对应关系,并将建立的选比神经网络模型用于金山店铁矿入选品位的优化决策支持系统中,取得每年多回收铁精矿16.23万t的良好效果。