期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BP神经网络的矿石非计划贫化预测
被引量：
6
1
作者
赵兴东
牛佳安
+4 位作者
汪为平
肖益盖
孙国权
李连崇
吕祥锋
《金属矿山》
CAS
北大核心
2021年第7期34-39,共6页
为了消除等效线性超挖(Equivalent Linear Overbreak Slough,ELOS)经验图表法估算矿石非计划贫化的局限性,采用BP神经网络算法,以采场稳定指数、水力半径、钻孔平均偏斜量和炸药单耗为输入变量,以量化矿石非计划贫化的等效线性超挖深度...
为了消除等效线性超挖(Equivalent Linear Overbreak Slough,ELOS)经验图表法估算矿石非计划贫化的局限性,采用BP神经网络算法,以采场稳定指数、水力半径、钻孔平均偏斜量和炸药单耗为输入变量,以量化矿石非计划贫化的等效线性超挖深度为输出变量,建立了隐含层神经元节点数为6的3层BP神经网络预测模型。经过120组样本数据模型训练和样本测试,BP神经网络预测模型的拟合度为0.98742、均方误差为9×10^(-5),预测的相对误差约6%,形成了矿石非计划贫化预测方法。应用BP神经网络非计划贫化模型对三道桥铅锌矿试验采场进行了矿石非计划贫化计算。结果表明:基于BP神经网络的矿石非计划贫化计算值为0.717 m,与现场实测值(0.7 m)相比,其相对误差为2.4%,优于经验图表法和数值模拟分析法的计算结果(0.80 m和0.55 m),可用于实际矿山的矿石非计划贫化预测。
展开更多
关键词
等效线性超挖经验图表
矿石非计划贫化
BP神经网络
预测模型
相对误差
在线阅读
下载PDF
职称材料
题名
基于BP神经网络的矿石非计划贫化预测
被引量：
6
1
作者
赵兴东
牛佳安
汪为平
肖益盖
孙国权
李连崇
吕祥锋
机构
东北大学采矿地压与控制研究中心
中钢集团马鞍山矿山研究总院股份有限公司
金属矿山安全与健康国家重点实验室
华唯金属矿产资源高效循环利用国家工程研究中心有限公司
北京科技大学土木与资源工程学院
出处
《金属矿山》
CAS
北大核心
2021年第7期34-39,共6页
基金
“十三五”国家重点研发计划项目(编号:2016YF0600803,2018YFC0604401,2018YFC0604604)
NSFC-山东联合基金项目(编号:U1806208)。
文摘
为了消除等效线性超挖(Equivalent Linear Overbreak Slough,ELOS)经验图表法估算矿石非计划贫化的局限性,采用BP神经网络算法,以采场稳定指数、水力半径、钻孔平均偏斜量和炸药单耗为输入变量,以量化矿石非计划贫化的等效线性超挖深度为输出变量,建立了隐含层神经元节点数为6的3层BP神经网络预测模型。经过120组样本数据模型训练和样本测试,BP神经网络预测模型的拟合度为0.98742、均方误差为9×10^(-5),预测的相对误差约6%,形成了矿石非计划贫化预测方法。应用BP神经网络非计划贫化模型对三道桥铅锌矿试验采场进行了矿石非计划贫化计算。结果表明:基于BP神经网络的矿石非计划贫化计算值为0.717 m,与现场实测值(0.7 m)相比,其相对误差为2.4%,优于经验图表法和数值模拟分析法的计算结果(0.80 m和0.55 m),可用于实际矿山的矿石非计划贫化预测。
关键词
等效线性超挖经验图表
矿石非计划贫化
BP神经网络
预测模型
相对误差
Keywords
ELOS empirical graph
nnplanned ore dilution
BP neural network
prediction model
relative error
分类号
TD853 [矿业工程—金属矿开采]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络的矿石非计划贫化预测
赵兴东
牛佳安
汪为平
肖益盖
孙国权
李连崇
吕祥锋
《金属矿山》
CAS
北大核心
2021
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
