改进Elman神经网络在氧化还原电位预测中的应用

作     者：蔡鑫 南新元 孔军 CAI Xin;NAN Xin-yuan;KONG Jun

作者机构：新疆大学电气工程学院新疆乌鲁木齐830047 江南大学物联网工程学院江苏无锡214122 

出 版 物：《安徽大学学报（自然科学版）》 (Journal of Anhui University(Natural Science Edition))

年 卷 期：2014年第38卷第2期

页      面：27-32页

学科分类：080602[工学-钢铁冶金] 08[工学] 0806[工学-冶金工程] 0802[工学-机械工程] 0835[工学-软件工程] 080201[工学-机械制造及其自动化] 

基　　金：新疆高寒地区生物冶金温度智能控制系统研究基金资助项目(2012211A004) 

主　　题：Elman神经网络 遗传算法 氧化还原电位预测 

摘      要：基于氧化还原电位预测在金矿实际开发中的应用,提出用改进遗传算法优化的Elman神经网络预测氧化还原电位.采用具有动态反馈的OHF Elman神经网络,充分发挥其逼近任意非线性函数和动态预测的优势,同时用遗传算法弥补其训练速度慢和容易陷入局部最小的缺点.对遗传算法的适应度值和种群多样性进行改进,不仅可以保存优良个体而且可以提高搜索效率.以新疆某金矿的实测数据为例对模型进行论证,结果表明,该模型能达到较好的预测效果,在实际工作中具有一定参考价值和指导意义.