基于免疫原理的矿石品位估算

论文摘要

矿石品位的正确估算对现代化大型矿山的建设和生产至关重要。运用传统方法测定矿石品位,工作量大而且实现也相当困难,所以建立品位智能估算方法是迫在眉睫的任务。文章讨论了如何选取推算信息,结合其他智能方法和数学分析手段,创新性的提出了基于免疫原理的品位估算方法。文章针对传统RBF网络的诸多局限性,对比了RBF网络学习过程与免疫过程的相似性,运用免疫原理中的克隆选择和免疫抑制来确定RBF网络隐层,提高了RBF的运算速率和收敛速度。矿石品位是一个典型的灰色系统,文章从免疫原理的角度对参数优化做了分析,提出了基于免疫原理的灰色估算模型,丰富了灰色理论模型的优化方法。往后,论文从支持向量机的泛化能力分析入手,探讨了支持向量机中参数的选择的重要性,引入免疫优化算法来寻找模型的最优参数来获得更高的精度和更强的泛化能力。通过仿真实例,证明了基于免疫原理的各项估算模型具有相当高的估算精度。文章建立的各项估算模型还可以运用到经济、股市分析、交通及能源等领域,为问题的解决提供新的思路,为获取最佳决策给予可靠的理论支持。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 论文研究的目的与意义
• 1.2.1 传统矿石品位估值方法
• 1.2.2 智能方法的应用
• 1.2.3 基于灰色理论的估值方法
• 1.3 论文研究的主要内容
• 2 基于免疫RBF神经网络的矿石品位推断
• 2.1 引言
• 2.2 神经网络理论与免疫RBF网络
• 2.3 品位推测信息的获取
• 2.4 基于免疫原理的RBF隐层设计
• 2.4.1 克隆选择过程
• 2.4.2 免疫抑制过程
• 2.4.3 宽度计算及其权值阂值调整
• 2.5 矿石品位估算
• 2.5.1 学习样本的获取
• 2.5.2 矿块品位推算
• 2.6 结论
• 3 基于免疫灰色理论的矿石品位估算
• 3.1 引言
• 3.2 灰色理论与免疫进化
• 3.3 灰色模型及其精度检验
• 3.3.1 灰色GM（1,N）模型
• 3.3.2 模型的精度检验
• 3.4 基于免疫灰色模型的品位估算
• 3.4.1 品位预测模型
• 3.4.2 基于免疫原理的参数优化
• 3.4.3 模型的精度检验与品位估算
• 3.5 结论
• 4 基于免疫支持向量机的品位计算
• 4.1 引言
• 4.2 支持向量机原理及其参数性能分析
• 4.2.1 支持向量机方法的原理
• 4.2.2 支持向量机的参数性能分析
• 4.3 基于免疫的模型参数计算
• 4.4 基于免疫支持向量机的品位估算
• 4.5 结论
• 5 总结与展望
• 5.1 本文工作总结
• 5.2 研究工作展望
• 参考文献
• 致谢
• 作者简介及研究生期间发表的硕士论文
• 作者简介
• 硕士生期间发表的学术论文