作者：杨刚; 王建民磨矿粒度软测量模型混沌搜索粒子群算法果蝇算法bp神经网络
摘要：针对磨矿过程中磨矿粒度难以在线实时检测的问题，提出了一种基于混沌粒子群（CPSO）改进果蝇算法（FOA）优化BP神经网络的方法，建立了磨矿粒度软测量模型。利用混沌搜索的遍历性和对初值的敏感性来提高FOA初始种群的多样性；为了减少适应度函数值更新过程中的盲目搜索，引入了粒子群算法（PSO）。然后利用改进后果蝇优化算法（MFOA）良好的全局寻优能力，自适应地调整BP神经网络的权值和阚值，提高了BP网络的收敛性能和测量精度。选取球磨机给矿量、给水量、磨机电流、分级机溢流浓度和螺旋分级机电流为辅助变量，构建MFOA-BP磨矿粒度软测量模型。研究表明，所构建的MFOA-BP模型鲁棒性强、测量精度较高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
