網絡模型的建立對工業生產的作用
用網絡性能比較穩定的traingdm算法來建立網絡模型對所確定的traingdm算法的網絡模型，多彩漆進行定量研究表明隱含層神經元個數取13時網絡性能****，確定神經網絡結構模型為7-13-3型的網絡模型并應用Matlab神經網絡工具箱實現該模型利用C++Builder程序設計語言優越的全功能平臺和Matlab引擎技術實現對Matlab的調用建立模型界面采集了196組樣本數據，為了驗證系統的準確性，取其中7組數據作為驗證數據通過對該7組驗證數據和實驗數據比較，預測平均準確率均達到80％以上，預測效果良好，表明該預測系統有一定使用價值，對工業生產有指導作用。
鑒于此，論文采用神經網絡這一新技術建立基于人工神經網絡的銅爐渣磨礦工藝參數對銅精礦指標影響的預測系統，結合江西銅業貴溪冶煉廠實際生產工藝流程，采用其選礦車間日生產快報數據，將該浮選工藝流程中的半自磨礦漿濃度http://www.srocco.com、半自磨細度、球磨濃度、球磨細度、浮選進料濃度、液體壁紙漆浮選進料細度及原礦品位等7個參數作為輸入數據，對銅精礦的精礦品位、尾礦品位、回收率等3項指標進行預測來建立神經網絡模型首先進行定性分析，以確定所使用的網絡計算函數通過同一網絡模型不同算法條件下建立的網絡模型定性分析綜合比較。硅藻泥