摘要: 研究了磨矿时间、磨矿浓度和磨机充填率对锡石多金属硫化矿磨矿技术效率的影响,利用Matlab 编程技术建立了粒子群优化算法-BP 神经网络磨矿技术效率预测模型并对模型进行了预测验证研究.结果表明,在磨矿时间8min、磨矿浓度70％、充填率30％时,可获得较... 展开 研究了磨矿时间、磨矿浓度和磨机充填率对锡石多金属硫化矿磨矿技术效率的影响,利用Matlab 编程技术建立了粒子群优化算法-BP 神经网络磨矿技术效率预测模型并对模型进行了预测验证研究.结果表明,在磨矿时间8min、磨矿浓度70％、充填率30％时,可获得较好的磨矿技术效率.迭代次数对锡石多金属硫化矿磨矿技术效率模型预测值与试验值误差影响显著;在合适的迭代次数下,学习因子对模型预测值与试验值误差的影响很小,绝对误差小于±0.01个百分点,相对误差小于±0.04％.迭代次数达到500次后,粒子群优化算法-BP 神经网络磨矿技术效率预测模型趋于稳定,模型可靠性高、适应性强. 收起