摘要: 研究了磨矿时间、干矿质量分数和充填率对锡石多金属硫化矿磨矿技术效率的影响.结果表明,在最优的磨矿参数条件下,即磨矿时间为8min、干矿质量分数为65%、充填率为42%时,锡石和硫化矿二元结构所对应的磨矿技术效率最佳.通过Matlab的广义回归神经网络(GRNN)计算程序建立了一种磨矿技术效率预测模型,利用粒子群算法对模型参数进行优化,并通过试验验证了模型的适用性和可靠性.
中图分类号:
周文涛, 韩跃新, 李艳军, 杨金林. 基于Matlab和粒子群算法的磨矿技术效率预测模型[J]. 东北大学学报:自然科学版, 2019, 40(4): 548-552.
ZHOU Wen-tao, HAN Yue-xin, LI Yan-jun, YANG Jin-lin. Grinding Technical Efficiency Prediction Model Based on Matlab and Particle Swarm Optimization[J]. Journal of Northeastern University Natural Science, 2019, 40(4): 548-552.