基于预测补偿网络的锌扫选尾矿品位预测

作者：刘嘉鹏; 唐朝晖; 钟宇泽^*; 郑锶; 向婉蓉

来源：中南大学学报(自然科学版), 2023, 54(11): 4370-4379.

• 泡沫浮选
• 品位预测
• 预测补偿网络
• Choquet模糊积分

针对泡沫浮选关键性能指标预测准确率低的问题，提出一种基于预测补偿(PC)网络的品位预测方法。该预测补偿网络分为两部分：第一部分，构建基于GRU的锌浮选尾矿品位预测模型，充分利用泡沫图像的时序信息，得到初始品位预测值；第二部分，为解决未知样本的输入输出难以精确匹配的问题，建立由残差诱因导出模块和改进Choquet模糊积分(ICFI)聚合模块组成的动态残差补偿(DRC)模型，对初始品位进行补偿以获取更精确的结果。研究结果表明：相较于传统的神经网络，所提出的预测补偿网络有更强的拟合能力和稳定性，提高了预测精确性和可靠性。

• 单位
  自动化学院; 中南大学