網(wǎng)絡(luò)模型的建立對工業(yè)生產(chǎn)的作用
用網(wǎng)絡(luò)性能比較穩(wěn)定的traingdm算法來建立網(wǎng)絡(luò)模型對所確定的traingdm算法的網(wǎng)絡(luò)模型，多彩漆進行定量研究表明隱含層神經(jīng)元個數(shù)取13時網(wǎng)絡(luò)性能****，確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型為7-13-3型的網(wǎng)絡(luò)模型并應(yīng)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱實現(xiàn)該模型利用C++Builder程序設(shè)計語言優(yōu)越的全功能平臺和Matlab引擎技術(shù)實現(xiàn)對Matlab的調(diào)用建立模型界面采集了196組樣本數(shù)據(jù)，為了驗證系統(tǒng)的準(zhǔn)確性，取其中7組數(shù)據(jù)作為驗證數(shù)據(jù)通過對該7組驗證數(shù)據(jù)和實驗數(shù)據(jù)比較，預(yù)測平均準(zhǔn)確率均達到80％以上，預(yù)測效果良好，表明該預(yù)測系統(tǒng)有一定使用價值，對工業(yè)生產(chǎn)有指導(dǎo)作用。
鑒于此，論文采用神經(jīng)網(wǎng)絡(luò)這一新技術(shù)建立基于人工神經(jīng)網(wǎng)絡(luò)的銅爐渣磨礦工藝參數(shù)對銅精礦指標(biāo)影響的預(yù)測系統(tǒng)，結(jié)合江西銅業(yè)貴溪冶煉廠實際生產(chǎn)工藝流程，采用其選礦車間日生產(chǎn)快報數(shù)據(jù)，將該浮選工藝流程中的半自磨礦漿濃度http://www.srocco.com、半自磨細(xì)度、球磨濃度、球磨細(xì)度、浮選進料濃度、液體壁紙漆浮選進料細(xì)度及原礦品位等7個參數(shù)作為輸入數(shù)據(jù)，對銅精礦的精礦品位、尾礦品位、回收率等3項指標(biāo)進行預(yù)測來建立神經(jīng)網(wǎng)絡(luò)模型首先進行定性分析，以確定所使用的網(wǎng)絡(luò)計算函數(shù)通過同一網(wǎng)絡(luò)模型不同算法條件下建立的網(wǎng)絡(luò)模型定性分析綜合比較。硅藻泥