基于改進(jìn)獅群算法和BP神經(jīng)網(wǎng)絡(luò)模型的磨礦濃度預(yù)測(cè)

摘要： 針對(duì)當(dāng)前選礦生產(chǎn)過程中磨礦參數(shù)難以實(shí)時(shí)測(cè)量，導(dǎo)致的無法對(duì)磨礦流程控制進(jìn)行有效實(shí)時(shí)優(yōu)化的問題，提出了一種基于改進(jìn)獅群算法和BP神經(jīng)網(wǎng)絡(luò)的磨礦濃度預(yù)測(cè)方法。傳統(tǒng)的獅群算法(Lion Swarm Optimization, LSO)存在容易陷入局部最優(yōu)解和局部搜索能力弱的問題，通過改變獅王更新方式的同時(shí)加入衰減因子，來提升全局搜索能力，避免陷入局部最優(yōu)解，對(duì)于母獅和學(xué)習(xí)獅的更新方式引...