網(wǎng)絡(luò )模型的建立對工業(yè)生產(chǎn)的作用
用網(wǎng)絡(luò )性能比較穩定的traingdm算法來(lái)建立網(wǎng)絡(luò )模型對所確定的traingdm算法的網(wǎng)絡(luò )模型，多彩漆進(jìn)行定量研究表明隱含層神經(jīng)元個(gè)數取13時(shí)網(wǎng)絡(luò )性能****，確定神經(jīng)網(wǎng)絡(luò )結構模型為7-13-3型的網(wǎng)絡(luò )模型并應用Matlab神經(jīng)網(wǎng)絡(luò )工具箱實(shí)現該模型利用C++Builder程序設計語(yǔ)言?xún)?yōu)越的全功能平臺和Matlab引擎技術(shù)實(shí)現對Matlab的調用建立模型界面采集了196組樣本數據，為了驗證系統的準確性，取其中7組數據作為驗證數據通過(guò)對該7組驗證數據和實(shí)驗數據比較，預測平均準確率均達到80％以上，預測效果良好，表明該預測系統有一定使用價(jià)值，對工業(yè)生產(chǎn)有指導作用。
鑒于此，論文采用神經(jīng)網(wǎng)絡(luò )這一新技術(shù)建立基于人工神經(jīng)網(wǎng)絡(luò )的銅爐渣磨礦工藝參數對銅精礦指標影響的預測系統，結合江西銅業(yè)貴溪冶煉廠(chǎng)實(shí)際生產(chǎn)工藝流程，采用其選礦車(chē)間日生產(chǎn)快報數據，將該浮選工藝流程中的半自磨礦漿濃度http://www.srocco.com、半自磨細度、球磨濃度、球磨細度、浮選進(jìn)料濃度、液體壁紙漆浮選進(jìn)料細度及原礦品位等7個(gè)參數作為輸入數據，對銅精礦的精礦品位、尾礦品位、回收率等3項指標進(jìn)行預測來(lái)建立神經(jīng)網(wǎng)絡(luò )模型首先進(jìn)行定性分析，以確定所使用的網(wǎng)絡(luò )計算函數通過(guò)同一網(wǎng)絡(luò )模型不同算法條件下建立的網(wǎng)絡(luò )模型定性分析綜合比較。硅藻泥