论文部分内容阅读
利用BP神经网络标准函数建立了浮选过程回收率与矿浆浓度、pH值、充气量大小、药剂用量以及泡沫层厚度五个参数之间的关系模型,并对该模型进行了仿真试验和泛化能力验证.仿真结果表明,神经网络的输出能以较高精度逼近实际样本数据.建立的预测模型可用于浮选参数的优化控制与决策之中,为浮选流程仿真软件的开发奠定了良好的基础.