2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、選礦過程是一個將原礦石經(jīng)過物理/化學變化使有用礦物富集的流程工業(yè)過程。通常包括磨礦、焙燒和磁選(浮選)等工序,每道工序加工處理后都有不同的產(chǎn)品質(zhì)量或生產(chǎn)效率的衡量指標,稱為工藝指標,而衡量一天或一個班組整個選礦流程的指標稱為全流程生產(chǎn)指標,包括精礦產(chǎn)量、品位以及金屬回收率,生產(chǎn)工況條件代表當前設備運行狀態(tài)和原礦性質(zhì)等對生產(chǎn)過程產(chǎn)生不同限制的約束指標。建立全流程生產(chǎn)指標中精礦產(chǎn)量和工藝指標的預報模型即建立各個工序工藝指標與綜合精礦產(chǎn)量之間

2、關系的數(shù)學模型具有重要的實際意義和理論價值。全流程生產(chǎn)指標通常不能在線檢測,而化驗檢測的時間較長,若生產(chǎn)的精礦不能夠滿足產(chǎn)量、品位以及金屬回收率的要求,不能實時調(diào)整整個生產(chǎn)過程,需要等到化驗結果出來以后再做決策,不能保證整個過程的實時控制。本文建立的模型便于分析工藝指標與精礦產(chǎn)量之間的影響關系,使得工藝技術人員更好的控制與操作選礦生產(chǎn)過程,并為選礦生產(chǎn)全流程的運行優(yōu)化、提高產(chǎn)品產(chǎn)量打下基礎。
  本文依托國家自然科學基金“動態(tài)環(huán)境

3、下復雜工業(yè)全過程多工序工藝指標閉環(huán)優(yōu)化決策方法”,提出了一種新的自適應混沌粒子群優(yōu)化算法,有效解決了支持向量機參數(shù)優(yōu)化和特征選擇的問題,并將其應用到精礦產(chǎn)量預報模型中;針對選礦的多工況特性,提出了一種基于多模型的產(chǎn)量預報模型結構,并通過現(xiàn)場數(shù)據(jù)驗證了所建立模型的有效性。本文的主要研究工作如下:
  (1)提出了自適應混沌粒子群優(yōu)化算法,并將其應用到支持向量機建模中針對粒子群優(yōu)化算法優(yōu)化參數(shù)和特征選擇易陷入局部最優(yōu)的問題,引入了混沌

4、算子替代原算法進化速度公式中的隨機數(shù),提高了其全局搜索能力。同時,為了得到更優(yōu)的解,當適應度函數(shù)在一定代數(shù)未發(fā)生變化時,在當前最優(yōu)點的鄰域網(wǎng)格內(nèi)產(chǎn)生網(wǎng)格粒子,以提高算法的局部搜索能力。將這種算法應用到支持向量機建模中,并通過標準問題測試,表明所提方法的有效性。
  (2)建立了基于最小二乘支持向量機和自適應混沌粒子群優(yōu)化算法的精礦產(chǎn)量預報模型.
  針對選礦過程涉及復雜的物理化學反應,工藝指標和精礦產(chǎn)量之間難以用機理方式建模

5、的問題,將本文第二章提出的建模方法應用到精礦產(chǎn)量預報。采用自適應混沌粒子群優(yōu)化算法來優(yōu)化最小二乘支持向量機的核函數(shù)參數(shù)、懲罰系數(shù)并選擇輸入特征,有效提高建模的精度和速度。通過對比傳統(tǒng)的grid search+PCA,GA+PCA,PSO+PCA和PSO+BPSO等優(yōu)化方法,表明自適應混沌粒子群優(yōu)化算法具有更高的精度,從而驗證了所建立模型的有效性。
  (3)建立了基于多模型的精礦產(chǎn)量預報模型
  針對選礦過程的多工況特性,提

6、出了基于多模型的建模方法。在這種結構中,本文采用了模糊最大相似估計聚類算法,它可以辨識不同空間分布的數(shù)據(jù),提高了工況辨識的結果,同時,局部模型結構采用多核最小二乘支持向量機,由于不同的核函數(shù)代表不同的映射類型,通過加權核函數(shù),可以辨識更復雜的非線性關系。通過對比傳統(tǒng)的TSK模糊模型和多神經(jīng)網(wǎng)絡模型,表明其具有更高的精度,從而驗證了這種方法的有效性。另外,本文將多模型的方法和第三章的方法進行了對比研究,結果表明多模型的方法具有更高的精度。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論