王霞
,
汪晓东
量子电子学报
doi:10.3969/j.issn.1007-5461.2003.03.016
提出一种基于改进的基因算法的提高激光干涉CCD计量精度的数据处理方法,并将该方法与传统基因算法作余弦曲线拟合以及最小二乘法作二次曲线拟合进行比较.结果表明,用改进的基因算法优化,不但解决了CCD光学干涉计量中像素尺寸以及图像采集卡空间量化误差对测量精度的影响,而且解决了目标函数多极值问题,从而干涉条纹可获得高于光敏像素级定位精度.最后将干涉条纹的光强精确地拟合出来,讨论曲线拟合误差,表明该算法具有很好的鲁棒性和自适应能力.
关键词:
基因算法
,
最小二乘法
,
干涉条纹
,
曲线拟合
Fatemeh SadatHOSEINIAN
,
Aliakbar ABDOLLAHZADE
,
Saeed SoltaniMOHAMADI
,
Mohsen HASHEMZADEH
中国有色金属学报(英文版)
doi:10.1016/S1003-6326(17)60076-1
采用人工神经网络(ANN)以及人工神经网络和基因复合(GANN)算法来优化氧化铜矿柱浸工艺参数.采用三种高度的浸矿柱(2,4,6 m)和尺寸为<25.4 mm和<50.8 mm的两种矿物来进行浸出实验.在台架实验规模下,对浸矿柱高度、矿粒尺寸、硫酸流速、浸出时间等工艺参数对铜浸出率的影响进行研究,对浸出条件进行优化以得到最大的浸出率.研究结果表明,铜的浸出率随硫酸流速和浸出时间的增加而增加,随矿粒尺寸和浸矿柱高度的减小而增加.对人工神经网络(ANN)、人工神经网络和基因复合(GANN)算法的效率进行了比较,结果表明,人工神经网络和基因复合(GANN)算法比人工神经网络(ANN)算法更有效.采用新提出的算法模型来预测铜的浸出率误差更低.
关键词:
浸出
,
氧化铜矿
,
浸出率
,
人工神经网络
,
基因算法
