-
公开(公告)号：CN114509556B
公开(公告)日：2022-11-04
申请号：CN202210023486.5
申请日：2022-01-10
Applicant: 北京科技大学
Abstract: 本发明公开了一种预测场地重金属污染物浓度的方法，包括：采集场地土壤样品，构建场地三维模型并获取学习样本数据；构建RBF神经网络模型，并采用PSO算法优化RBF神经网络模型的参数，之后利用优化的RBF神经网络模型预测场地重金属污染物浓度。本发明采用三维建模方法对待预测场地土壤进行样本采集，能够充分考虑到进入场地土壤中的重金属污染物因地层分布的不同而产生不同程度的水平与垂直迁移的可能性；通过构建PSO‑RBF神经网络模型，可同时优化多组可能的解，最后在多组可能的解中选择最接近真实解的一组作为最终解，在提高模型预测准确性的同时大大减少优化过程的计算量，提高了模型整体性能。
-
公开(公告)号：CN117057633B
公开(公告)日：2024-01-02
申请号：CN202311324867.8
申请日：2023-10-13
Applicant: 北京科技大学
IPC: G06Q10/0637 , G06Q10/067 , G06Q50/02
Abstract: 本发明提供一种确定低品位多金属矿品位指标的方法和系统，包括：S1、获取低品位多金属矿的探矿工程样品的化验数据，所述化验数据记录了各组分的化验品位；S2、根据所述各组分的化验品位，基于混圈法+动态综合品位法，使用径向基函数建立三维矿体模型，计算得到多组不同边界品位和工业品位下，矿体的资源量和地质品位，将每一个计算结果称之为一个方案；S3、建立求矿体的精矿总量和总利润的综合技术经济分析模型，并计算矿体的精矿总量和总利润；S4、以矿体的精矿总量和总利润为决策目标，使用模糊综合评判的方法，选择矿体边界品位和工业品位的最佳方案。采用本发明可以利用更多的矿产资源，最大可能地减少矿产资源的损失。
-
公开(公告)号：CN117057633A
公开(公告)日：2023-11-14
申请号：CN202311324867.8
申请日：2023-10-13
Applicant: 北京科技大学
IPC: G06Q10/0637 , G06Q10/067 , G06Q50/02
Abstract: 本发明提供一种确定低品位多金属矿品位指标的方法和系统，包括：S1、获取低品位多金属矿的探矿工程样品的化验数据，所述化验数据记录了各组分的化验品位；S2、根据所述各组分的化验品位，基于混圈法+动态综合品位法，使用径向基函数建立三维矿体模型，计算得到多组不同边界品位和工业品位下，矿体的资源量和地质品位，将每一个计算结果称之为一个方案；S3、建立求矿体的精矿总量和总利润的综合技术经济分析模型，并计算矿体的精矿总量和总利润；S4、以矿体的精矿总量和总利润为决策目标，使用模糊综合评判的方法，选择矿体边界品位和工业品位的最佳方案。采用本发明可以利用更多的矿产资源，最大可能地减少矿产资源的损失。
-
公开(公告)号：CN114509556A
公开(公告)日：2022-05-17
申请号：CN202210023486.5
申请日：2022-01-10
Applicant: 北京科技大学
Abstract: 本发明公开了一种预测场地重金属污染物浓度的方法，包括：采集场地土壤样品，构建场地三维模型并获取学习样本数据；构建RBF神经网络模型，并采用PSO算法优化RBF神经网络模型的参数，之后利用优化的RBF神经网络模型预测场地重金属污染物浓度。本发明采用三维建模方法对待预测场地土壤进行样本采集，能够充分考虑到进入场地土壤中的重金属污染物因地层分布的不同而产生不同程度的水平与垂直迁移的可能性；通过构建PSO‑RBF神经网络模型，可同时优化多组可能的解，最后在多组可能的解中选择最接近真实解的一组作为最终解，在提高模型预测准确性的同时大大减少优化过程的计算量，提高了模型整体性能。
-
-
-
Search Results
4
records
(took 0.015 seconds)
