-
公开(公告)号：CN112884024B
公开(公告)日：2022-05-13
申请号：CN202110137576.2
申请日：2021-02-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于群体决策集成学习的泡沫浮选工况识别方法，以提高工况识别的准确率，为实现药剂添加量的最优控制提供基础，进而提升矿物回收率，本发明方法包括：收集泡沫浮选数据集以及专家经验知识；利用联结主义学习与符号主义学习生成个体学习器；根据个体学习器的性能，利用2AGSAIVIFCA算子计算个体学习器的权重；利用混合状态转移算法，找到最优的属性权重；利用群体多属性决策方法，输出工况识别结果。本发明运行可靠，通过提高工况识别的准确率，既提升了泡沫浮选的矿物回收率，又减少了药剂的浪费。
-
公开(公告)号：CN113539383B
公开(公告)日：2022-10-04
申请号：CN202110614236.4
申请日：2021-06-02
Applicant: 中南大学
IPC: G16C20/10 , G06F30/20 , G06Q10/06 , G06Q50/04 , G06F111/06 , G06F111/10
Abstract: 本发明属于湿法炼锌除铜过程控制技术领域，涉及一种基于动态多目标优化和模糊多属性决策的除铜过程控制方法。构建反应过程状态方程；所述反应过程状态方程包括控制变量和状态变量；根据所述状态变量构建多目标优化目标函数，并限定约束条件；采用原始问题离散化、约束处理和智能优化计算进行多目标动态函数优化，获得Pareto最优解集；构建状态变量控制方法的评价指标，并采用模糊层次分析法确定评价指标权重；根据所述评价指标权重并采用TOPSIS法对Pareto最优解集进行排序获得最佳控制方法。该方法对于稳定出口铜离子浓度、降低锌粉消耗成本并提高除铜效率具有重要意义。
-
公开(公告)号：CN112884024A
公开(公告)日：2021-06-01
申请号：CN202110137576.2
申请日：2021-02-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于群体决策集成学习的泡沫浮选工况识别方法，以提高工况识别的准确率，为实现药剂添加量的最优控制提供基础，进而提升矿物回收率，本发明方法包括：收集泡沫浮选数据集以及专家经验知识；利用联结主义学习与符号主义学习生成个体学习器；根据个体学习器的性能，利用2AGSAIVIFCA算子计算个体学习器的权重；利用混合状态转移算法，找到最优的属性权重；利用群体多属性决策方法，输出工况识别结果。本发明运行可靠，通过提高工况识别的准确率，既提升了泡沫浮选的矿物回收率，又减少了药剂的浪费。
-
公开(公告)号：CN113539383A
公开(公告)日：2021-10-22
申请号：CN202110614236.4
申请日：2021-06-02
Applicant: 中南大学
IPC: G16C20/10 , G06F30/20 , G06Q10/06 , G06Q50/04 , G06F111/06 , G06F111/10
Abstract: 本发明属于湿法炼锌除铜过程控制技术领域，涉及一种基于动态多目标优化和模糊多属性决策的除铜过程控制方法。构建反应过程状态方程；所述反应过程状态方程包括控制变量和状态变量；根据所述状态变量构建多目标优化目标函数，并限定约束条件；采用原始问题离散化、约束处理和智能优化计算进行多目标动态函数优化，获得Pareto最优解集；构建状态变量控制方法的评价指标，并采用模糊层次分析法确定评价指标权重；根据所述评价指标权重并采用TOPSIS法对Pareto最优解集进行排序获得最佳控制方法。该方法对于稳定出口铜离子浓度、降低锌粉消耗成本并提高除铜效率具有重要意义。
-
-
-
Search Results
4
records
(took 0.018 seconds)
