基于免疫原理的径向基神经网络品位插值研究

作者：周智勇; 肖玮; 田龙; 胡培

来源：矿业研究与开发, 2019, 39(04): 144-149.

DOI：10.13827/j.cnki.kyyk.2019.04.030

• 神经网络
• 免疫算法
• 克立格法
• 品位插值

针对地质统计学方法的应用缺陷,基于径向基函数神经网络(RBF网络),结合免疫算法,开展矿石品位插值研究。利用RBF网络对样本数据进行分类及训练,通过免疫算法进行数据聚类分析,确定RBF网络的隐含层节点数、径向基函数中心向量及其宽度等参数。在此基础上,选取某典型矿山品位数据进行插值计算,将插值结果与品位真实值及克立格插值进行比较分析。研究结果表明:所给出的插值模型计算效率高,算法可以覆盖更多的训练数据,全局寻优能力强;插值结果具有较高的精度。当矿床无法满足地质统计学使用条件时,可考虑采用神经网络方法对矿石品位进行估值计算。