RBF神经网络与模糊理论相结合的磨矿分级智能控制方法 (2010年)

将RBF神经网络和模糊理论结合起来，提出了一种基于RBF神经网络和模糊理论实现智能控制的方法。该方法能够有效克服磨矿效率和旋流器入口压力等波动引起的扰动，使磨矿浓度和溢流粒度的波动减小，为浮选过程产品品位改善及产量提高创造了有利条件，在技术上实现了优化磨矿分级过程。该分析过程相对简单，网络学习训练时间少，学习精度高，估计值与分析值拟合非常好。仿真表明这类智能控制器可用于难以建立数学模型的控制系统。