改进Elman神经网络在氧化还原电位预测中的应用.pdf

2014年3月 安徽大学学报(自然科学版) March2014 ofAnhui Science V01．38No．2 Journal Edition) 第38卷第2期 University(Natural doi：10．3969／j．issn．1000-2162．2014．02．005 改进Elman神经网络在氧化还原电位预测中的应用 蔡鑫1，南新元h，孔军12 (1．新疆大学电气工程学院，新疆乌鲁木齐830047；2．江南大学物联网工程学院，江苏无锡214122) 摘要：基于氧化还原电位预测在金矿实际开发中的应用，提出用改进遗传算法优化的Elman神经网络预测 氧化还原电位．采用具有动态反馈的OHFElman神经网络，充分发挥其逼近任意非线性函数和动态预测的优 势，同时用遗传算法弥补其训练速度慢和容易陷入局部最小的缺点．对遗传算法的适应度值和种群多样性进 行改进，不仅可以保存优良个体而且可以提高搜索效率．以新疆某金矿的实测数据为例对模型进行论证，结果 表明，该模型能达到较好的预测效果，在实际工作中具有一定参考价值和指导意义． 关键词：Elman神经网络；遗传算法；氧化还原电位预测 中图分类号：TF341．6；TP273文献标志码：A 文章编号：1000—2162(2014)02—0027—06 The of ElmanneuralnetworkinOPR improved application t2 CAI Junl Xinl。NAN Xin—yuanh，KONG ofElectrical (1．School 830047，China； Engineering，XinjiangUniversity，Urumqi 2．SchoolofInternetof 214122，China) ThingsEngineering，JiangnanUniversity，Wuxi onthe oftheoxidationreduction oreactual Abstract：Based application potential(ORP)ingold forwardamethod neuralnetworkand to development，thispaperput combining geneticalgorithm builda model．Neuralnetworka feedbackOHFElman full forecasting usingdynamic network，gave tothe ofits and nonlinearfunctionfeatures。 play advantagesdyna