论文部分内容阅读
利用粒子群算法（PSO）与神经网络（ANN）嵌套的技术（PSO—ANN）模拟矿山这个高度复杂和高度非线性的系统，来优化截止品位及入选品位。其基本思路为：用截止品位与入选品位一起组成进化计算的个体，用自适应神经网络建立收益（适应度函数）与粒子个体的局部联系，然后利用粒子群算法的全局搜索功能找出使适应度函数（收益）最大时的品位组合（截止品位及入选品位）。这一嵌套的内层是神经网络，用以计算损失率、金属回收率和成本，外层是进化计算，计算收益值。内层执行局部逼近，外层进行全局搜索，共同实现截止品位与入选品位的优化计