论文部分内容阅读
在矿山品位指标整体动态优化过程中，选矿比与入选品位呈复杂非线性关系，且受到矿石硬度等因素的影响。提出神经网络建模方法，采用多参数输入的人工神经网络模型来映射混岩率、入选品位与选矿比之间的复杂非线性的对应关系，从而建立更为精确的选比模型。将建立的人工神经网络模型与线性回归模型进行对比，显示了神经网络模型的优势。