SPSS統計分析軟件包與神經網絡相結合在選礦建模中的應用.pdf

1、激烈的市場競爭和日趨苛刻的企業(yè)生產經營環(huán)境,使選礦廠越來越重視基于實際生產數據的建模研究成果的實際應用.應用這些理論和方法揭示實際生產數據之間的復雜關系,并建立相應的模型,已成為當今發(fā)達國家的研究熱點之一.神經網絡技術以較少的實驗工作量,建立高精度的變量間的非線性映射模型.利用神經網絡BP模型可建立各種指標與影響因素之間的非線性映射,建立起來的網絡模型反映了變量之間的相互關系,有較好的預測效果.然而,由于生產數據的相關性、非線性建模本身

2、的復雜性和應該作為網絡自變量的選廠工藝參數量化數據的缺乏等,建立實用的選廠數學模型,是一項復雜和難度較大的工作.在應用BP網絡建立選礦廠數學模型時,理論上要求作為BP網絡的輸入變量之間或輸出變量之間應是線性無關的,而選礦廠數學建模中,輸入變量之間或輸出變量之間往往存在著一定的相關關系,這對建立高質量的模型設置了一定的障礙.另一方面,在應用BP網絡進行預測建模時,輸入變量過多,也會導致建模效率下降.針對這兩個問題,利用SPSS的主成分分析

3、法與BP網絡相結合,解決了輸入、輸出數據的相關性問題,并從根據上降低神經網絡的規(guī)模,提高神經網絡的泛化能力,可大大提高建模質量.基于神經網絡的選礦數學模型在選礦生產中的應用雖已初露端倪,但一般還只用于預測選礦效果,很少用于指導選礦現場.SPSS的均值比較從選礦歷史數據本身出發(fā),尋找精礦品位和回收率達到某一較佳的組合時可能的黃藥用量、2＃油用量的組合,用于指導選礦現場的藥劑用量,以其提高選礦效益.該文采用SPSS統計分析軟件與神經網絡相結