典型文献
基于动态随机森林算法的铜浮选精矿品位预测
文献摘要：
精矿品位作为反映产品质量的重要指标之一,一直是行业内关注的重点.采用机器学习里的动态随机森林算法对铜浮选过程中的铜精矿品位进行了模拟预测.利用国内某大型铜矿选矿厂浮选流程中泡沫图像分析仪获取的泡沫特征参数及其它相关数据分析了动态随机森林算法的预测效果,结果表明,动态随机森林算法能较准确地预测下一个测量周期的铜精矿品位,可用于指导作业者及时调整作业决策,确保最终精矿品位的稳定.
文献关键词：
随机森林算法;机器学习;铜浮选;精矿品位;预测模型
中图分类号：
作者姓名：
雷雨田;王庆凯;王旭
作者机构：
北京矿冶研究总院,北京100160;矿冶过程自动控制技术国家重点实验室,北京102628;矿冶科技集团有限公司,北京100160
文献出处：
引用格式：
[1]雷雨田;王庆凯;王旭-.基于动态随机森林算法的铜浮选精矿品位预测)[J].矿冶,2022(06):110-113
A类：
B类：
动态随机,随机森林算法,铜浮选,精矿品位,内关,选过,铜精矿,模拟预测,铜矿,选矿厂,图像分析仪,测量周期
AB值：
0.214859
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
