本文已被：浏览 2174次 下载 2287次
投稿时间：2015-11-25 修订日期：2015-11-27 录用日期：2015-12-01 网络发布日期：2016-04-18
投稿时间：2015-11-25 修订日期：2015-11-27 录用日期：2015-12-01 网络发布日期：2016-04-18
中文摘要: 针对钨碱煮过程WO3浸出率预测困难的问题，建立了动态机理模型与最小二乘支持向量机（LS-SVM）相结合的并联混合模型，在该混合模型的基础上，构建了碱煮过程优化模型，将动态浸出问题转化为带约束的优化问题，并以粒子群优化(PSO)算法对优化模型进行求解。仿真结果表明，混合模型预测精度高，优化模型效果好，提高了WO3浸出率，降低了浸出成本。
Abstract:A parallel hybrid model combined with dynamic mechanism model and LS-SVM was built to predict WO3 leaching rate during tungsten alkali boiling process. Based on this hybrid model, alkali boiling process optimization model was established to transform dynamic leaching problem into constrained optimization problem. Then optimization model was solved with particle swarm optimization (PSO) algorithm. The simulation results show that hybrid model has advantages of high prediction accuracy, good performance, high leaching rate of WO3, and low leaching cost.
文章编号： 中图分类号：TF841.1 文献标志码：
基金项目:国家自然科学基金资助项目（61364014）；江西省对外科技合作项目（2010EHA01400）
| 作者 | 单位 | |
| 刘飞飞 | 江西理工大学电气工程与自动化学院 | gzlff@126.com |
| 罗贤平* | 江西理工大学机电工程学院 | xianping_luo@126.com |
| 古帅奇 | 江西理工大学机电工程学院 | |
| 辛鹏武 | 江西理工大学机电工程学院 |
引用文本：
刘飞飞,罗贤平,古帅奇,辛鹏武.碱煮过程浸出率预测与优化研究[J].有色金属（冶炼部分）,2016(5):29-31.
LIU Fei-fei,LUO Xian-ping,GU Shuai-qi,XIN Peng-wu.Prediction and Optimization of Leaching Rate during Alkali Boiling Process[J].Nonferrous Metals (Extractive Metallurgy),2016(5):29-31.
刘飞飞,罗贤平,古帅奇,辛鹏武.碱煮过程浸出率预测与优化研究[J].有色金属（冶炼部分）,2016(5):29-31.
LIU Fei-fei,LUO Xian-ping,GU Shuai-qi,XIN Peng-wu.Prediction and Optimization of Leaching Rate during Alkali Boiling Process[J].Nonferrous Metals (Extractive Metallurgy),2016(5):29-31.
关注微信公众号