本發明公開一種基于GA?BP神經網絡算法優化選礦生產指標的方法。本發明對礦物樣本的數據進行劃分,隨機選取樣本的90%作為訓練集,剩余10%作為測試集,分別對訓練集和測試集進行歸一化處理;把訓練集的輸入量與輸出量的變量名稱定義為全局變量;將全局變量數據帶入GA遺傳算法計算BP神經網絡的最優初始權值和最優初始閾值;導入訓練集的樣本數據并基于最優初始權值和最優初始閾值訓練BP神經網絡,并采用tr函數對網絡性能的數據進行收集,畫出網絡性能曲線;對BP神經網絡誤差進行訓練,將測試集的輸入量帶入BP神經網絡進行預測,對神經網絡計算過程進行封裝,輸入樣本外的數據即可進行計算。本發明方法可模擬出選礦條件與產品指標的關系。
聲明:
“基于GA-BP神經網絡算法優化選礦生產指標的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)