摘要
为了掌握矿业生产中溢流粒度的实时情况,针对磨矿过程中粒度分析仪表易出现故障和损坏的问题,进行了相关实际考察,提出了一种改进深度森林方法.通过选取某选矿厂的真实生产数据集作为样本,将改进深度森林算法和决策树、随机森林、传统深度森林算法进行了对比.结果表明:在训练集上,改进深度森林算法损失较决策树降低了23.1%,较随机森林降低了15.4%,较传统深度森林降低了9.51%;在测试集上,改进深度森林算法损失较决策树降低了23.5%,较随机森林降低了12.8%,较传统深度森林降低了6.4%,并且对比数学预测模型和主流的序列预测方法,证明改进深度森林算法的预测精度明显高于其他方法,能有效提高水力旋流器溢流粒度预测的准确性,对选矿工业的发展具有重要的理论意义与实用价值.
基金项目
安徽省重点研究与开发计划项目(202104a05020025)
NETL
NSTL
维普
万方数据