TY -的A2 Elmaghraby阿德尔AU - Wang Jie-Sheng盟——汉、双PY - 2015 DA - 2015/10/25 TI -前馈神经网络软测量建模浮选过程的基于粒子群优化和引力搜索算法SP - 147843六世- 2015 AB -预测的关键技术指标(精矿品位和尾矿回收率)浮选过程,基于前馈神经网络(FNN)的软测量模型优化的混合算法结合粒子群优化(PSO)算法和引力搜索算法(GSA)。尽管GSA具有更好的优化能力,收敛速度慢,容易陷入局部最优。所以在这篇文章中,调整的速度矢量和位置向量GSA PSO算法为了提高其收敛速度和预测精度。最后,提出了采用混合算法来优化模糊神经网络的参数软测量模型。仿真结果表明,该模型具有更好的泛化和精矿品位和尾矿回采率的预测精度满足在线软测量要求的实时控制浮选过程。SN - 1687 - 5265你2015/147843 / 10.1155——https://doi.org/10.1155/2015/147843——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER