基于MATLAB胶结充填材料BP神经网络质量模型.pdfVIP

维普资讯 第55卷 第 1期 有 色 金 属 Vo1．55，No．I 2003年 2 月 NONFERROUSMETALS February 2003 基于MATLAB的胶结充填材料 BP神经网络质量模型 崔明义，孙恒虎 (中国矿业大学北京校 区资源开发系，100083) 摘 要 ：用BP神经网络的方法建立胶结充填材料质量与主要影响因素胶结剂、浓度、骨料、温度和粒级的关系模型，并用 MATLAB实现对该模型的训练和系统仿真 。不论用什么样的骨料和胶结剂 ，只要用一定 的试验数据对模型进行训练 ，然后对拟 采用的胶结充填材料进行仿真，均可得到较为可靠的 目标参数。 关键词 ：采矿工程；胶结充填材料；BP神经网络；MATLAB；建模；系统仿真 中图分类号：TP183；TD853．343 文献标识码 ：A 文章编号 ：1001—0211(2003)01—0121—03 胶结充填采矿方法在黄金、有色冶金矿山和煤 处理和 自学习能力等优点 ，已经被越来越广泛地应 矿的应用过程中，胶结充填体强度 、成本和脱水性等 用在信息处理 、模式识别 、智能控制及系统建模等领 受料浆浓度、胶结剂及用量、温度 、水灰 比等 因素影 域。尤其是基于误差反向传播 (BackPropagation) 响。在采矿实践 中，常常通过工业试验方法获取相 算法的多层前馈 网络 (Multi—layerfeedforwardnet— 关数据 ，给采矿决策带来一定的困难。矿业科学工 work)(简称 BP网络)，可 以以任意精度逼近任意连 作者 ，曾试图找出胶结充填材料强度 、成本和脱水性 续函数 ，广泛应用于非线性建模 、函数逼近、模式分 与料浆浓度 、胶结剂及用量 、温度、水灰 比等 因素的 类等方面。但是 ，BP网络有收敛速度慢 ，训练时间 关系 ，期待能用数学解析式表达 ，但由于复杂性和随 长等不足，为解决这一问题 ，许多学者提 出改进算 机性 ，不可能找出解析表达式。从概率论与数理统 法。然而 ，在解决实际问题过程中，选择多少层的网 计考虑，胶结充填材料强度、成本和脱水性与料浆浓 络、各层应有多少个神经元节点，选择何种传输 函 度、胶结剂及用量、温度 、水灰 比等因素存在着相关 数、何种训练算法等 ，仍无可行 的理论依据 ，只能通 关系，当试验的数据量趋于无穷大时，是有规律可循 过大量的试验计算获得。而 目前工程计算领域较为 的，所 以可求出上述相关关系的近似函数表达式，可 流行的MATLAB软件所 具有 的神经 网络工具箱 用人工神经 网络 (ArtificialNeuralNetworks，简称 Nnbox，为解决这个问题提供了条件。 ANN)方法建造胶结充填材料强度 、成本和脱水性 1．1 胶结充填材料的BP模型 与料浆浓度 、胶结剂及用量、温度、水灰 比等 因素的 影响胶结充填材料质量的主要因素有料浆浓 关系模型。与数理统计方法相 比，人工神经网络方 度、胶结剂及用量、骨料 、温度、粒级。质量控制 目标 法效果较优。 是充填体强度 、充填材料成本 、流动性 、脱水性。五 MATLAB是 MathWorks公司推 出的高性能 因素和四目标的关系十分复杂 ，其中任何一个 因素 数值计算可视化软件，集数值分析、矩阵运算 、信号 的变化都会对一些 目标产生不同程度的影响。在现 处理和图形显示于一体。所提供的神经网络工具箱 场实践中，有时某些 因素的值 比较固定，如骨料和温 (