TY - JOUR A2 - Mejia-Miranda, Jezreel AU - Leiva, Claudio AU - Flores, Víctor AU - Salgado, Felipe AU - Poblete, Diego AU - Acuña，克劳迪奥·PY - 2017 DA - 2017/12/05 TI - Softcomputing申请铜浸出过程中复苏SP - 6459582六世- 2017 AB -采矿业的过去几十年里认识到更有利可图的使用历史数据模拟模型和可用的采矿过程知识,而不是关于未来我得出结论基于一定条件的开发。铜浸出堆的成分变化性使得传统的统计方法难以获得高精度的模拟结果;然而，同样的数据收集有利于利用软计算技术，通过预测模型来提高铜浸出的精度。本文对预测模型进行了对比;提出了线性模型、二次模型、三次模型和基于人工神经网络(ANN)的模型。模型条目由列式运行数据和引航数据获得。该神经网络由9个输入变量、6个隐含层组成，输出层神经元对应铜浸出预测。模型的验证是用真实信息进行的，这些结果被智利北部的一家矿业公司用于改善铜矿开采过程。 SN - 1058-9244 UR - https://doi.org/10.1155/2017/6459582 DO - 10.1155/2017/6459582 JF - Scientific Programming PB - Hindawi KW - ER -