摘要

用反向传播神经网络和多元线性回归方法估计氰化浸出过程中的金回收率

作者(年代):Asghar Azizi, Seyyed Zioddin Shafaei, Reza Rooki, Ahmad Hasanzadeh, Mostafa Paymard

本文采用Â -反向传播神经网络(BPNN)和多元线性回归(MLR)两种技术对氰化浸出过程中的金回收率进行了评价。所设计的神经网络有三层结构，包括输入层(7个神经元)、隐含层(10个神经元)和输出层(1个神经元)，分别具有tan激活函数和线性激活函数。采用BPNN模型对训练数据和测试数据进行了相关系数比较，R分别为0.952和0.884。而mlr法对训练数据和测试数据的R值分别为0.786和0.767。此外，BPNN和mlr方法的均方根误差分别为1.08和1.22。结果表明，bp神经网络是一种快速、经济地估计氰化浸出液中金回收率的可行方法。