首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于GA-BP神经网络的富氧底吹铜锍品位预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:昆明理工大学

摘要:本发明涉及富氧底吹铜锍品位预测技术领域,且公开了基于GA-BP神经网络的富氧底吹铜锍品位预测方法,收集铜冶炼厂稳定生产周期内的实际生产数据,在现有的GA-BP模型的基础上,对遗传算法GA进行改进,通过改进后的遗传算法GA优化BP神经网络模型,并将实际生产数据作为BP神经网络模型的输入,最终得出铜锍品位值。该通过对传统的GA-BP模型中的遗传算法GA添加自适应交叉概率调节机制和自适应变异概率调节机制,通过添加自适应交叉概率调节机制和自适应变异概率调节机制便于交叉参数、变异参数在迭代过程中动态调整数值,以此来提升遗传算法的搜索效率,同时优化了BP神经网络的初始权值和阈值。

主权项:1.基于GA-BP神经网络的富氧底吹铜锍品位预测方法,其特征在于:包括以下步骤:S1、收集铜冶炼厂稳定生产周期内的实际生产数据,其中实际生产数据包括矿物单位耗氧量、溶剂率、富氧浓度、铜含量、硫含量、铁含量、二氧化硅含量和氧化镁含量,并对采集的数据进行归一化处理,并将处理后的数据80%作为训练数据,并将20%作为测试数据;S2、在现有的GA-BP模型的基础上,对遗传算法GA进行改进,得到改进后的遗传算法GA,具体改进为对遗传算法GA添加自适应交叉概率调节机制和自适应变异概率调节机制,所述自适应交叉概率调节机制用于调节遗传算法GA的遗传初期的种群更新速度和遗传后期的稳定,所述自适应变异概率调节机制用于提高种群多样性;S3、通过改进后的遗传算法GA优化BP神经网络模型,并将实际生产数据矿物单位耗氧量、溶剂率、富氧浓度、铜含量、硫含量、铁含量、二氧化硅含量和氧化镁含量作为BP神经网络模型的输入,最终得出铜锍品位值;S4、验证改进后的GA-BP模型的预测精度。

全文数据:

权利要求:

百度查询: 昆明理工大学 基于GA-BP神经网络的富氧底吹铜锍品位预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。