基于DE-SVM算法的淘洗機選礦過程優(yōu)化研究
摘要:研究了基于差分進化算法(DE)和支持向量機(SVM)的混合算法在淘洗機選礦過程中的應用。針對選礦過程中淘洗機選礦質量差、效率低等問題,提出了DE-SVM算法,并構建了相應的選礦質量預測模型。試驗結果表明,DE-SVM算法的平均預測準確率和預測精準率分別為93.7 %和95.6 %,基于該算法的淘洗機選礦質量預測模型的預測精礦回收率和預測精礦品位絕對誤差分別為98.4 %和0.309 %。(剩余7159字)
目錄
- 與偉德山期巖漿巖有關的多金屬成...
- 高精度磁法測量在矽卡巖型銅鋅礦...
- 氧化-還原界面特征及影響因素分...
- 黑龍江省老柞山金礦床地質、碳-...
- 多寶山銅鉬金成礦帶永新金礦床黃...
- 金屬礦小斷面硬巖巷道爆破掘進裝...
- 黃金礦山巖體質量分級知識庫與P...
- 全尾砂微膠結充填性能研究...
- 廢石全尾砂料漿穩(wěn)定性及力學強度...
- 基于3Dmine的采空區(qū)治理工...
- 建立健全中國礦產(chǎn)資源資本化市場...
- 渣緩冷場智能巡檢系統(tǒng)的研制及應...
- 基于DE-SVM算法的淘洗機選...
- 黃鐵礦在組氨酸、賴氨酸、精氨酸...
- 粉煤灰酸法生產(chǎn)氧化鋁過程中氣體...
- 青海某金銻礦選礦試驗研究...
- 銅尾礦漿絮凝沉降及對固化影響研...
- 大西溝鐵礦邊坡穩(wěn)定性數(shù)值模擬研...
- 火試金富集—重量法測定吸銀樹脂...