基于神经网络与遗传算法的多目标充填料浆配比优化

论文摘要

随着充填法在地下矿山开采中的应用越来越广,在满足充填体强度要求的情况下,寻找生产成本最低的充填料浆配比对于矿山生产经营十分重要。基于人工神经网络和遗传算法提出了一种新的充填料浆配比优化方法。首先,以水泥质量分数、粉煤灰质量分数和尾砂质量分数3个充填料浆配比参数为优化参数,以充填体强度为优化目标,建立了3-9-1的BP神经网络,并基于遗传算法对BP神经网络进行优化,建立起预测精度更高的GABP神经网络。然后,将预测精度更高的GABP神经网络作为适应度函数,结合成本计算函数,通过遗传算法进行多目标优化以获取最优的充填料浆配比参数。结果表明:当充填体抗压强度为1.5 MPa时的成本最低,充填料浆配比组合为水泥质量分数为8%,粉煤灰质量分数为2.3%,尾砂质量分数为66.3%,最低成本为29.3元/t,优化结果与实际情况一致。

论文目录

• 1 抗压强度预测的BP神经网络构建
•   1.1 样本数据收集与处理
•   1.2 BP神经网络结构设计
•   1.3 BP神经网络参数设计
• 2 遗传算法优化BP神经网络
•   2.1 构建GA＿BP神经网络
•   2.2 模型对比分析
• 3 遗传算法多目标优化充填料浆配比
•   3.1 初始种群生成及遗传算子选择
•   3.2 目标函数及适应度函数选择
•   3.3 多目标优化
• 4 结论

文章来源

类型: 期刊论文

作者: 肖文丰,陈建宏,陈毅,王喜梅

关键词: 充填体抗压强度,充填法,充填料浆配比优化,神经网络,遗传算法,多目标优化

来源: 黄金科学技术 2019年04期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 矿业工程,自动化技术

单位: 中南大学资源与安全工程学院

基金: 国家自然科学基金青年基金项目“基于人工智能的矿山技术经济指标动态优化”（编号：51404305）,国家自然科学基金项目“基于属性驱动的矿体动态建模及更新方法研究”（编号：51504286）,中国博士后科学基金面上项目“辰州矿业采掘计划可视化编制与优化研究”（编号：2015M 572269）,湖南省科技计划项目“辰州矿业采掘计划可视化编制与优化研究”（编号：2015RS4060）联合资助

分类号: TP18;TD853.34

页码: 581-588

总页数: 8

文件大小: 1489K

下载量: 341