您的位置: 专家智库 > >

袁青云

作品数:3 被引量:7H指数:2
供职机构:东北大学信息科学与工程学院更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇湿法冶金
  • 2篇子群
  • 2篇粒子群
  • 2篇浸出
  • 2篇混合模型
  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇氰化
  • 1篇氰化浸出
  • 1篇群算法
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇向量机
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇金矿
  • 1篇浸出过程
  • 1篇浸出率

机构

  • 3篇东北大学
  • 1篇东北财经大学

作者

  • 3篇王福利
  • 3篇何大阔
  • 3篇袁青云
  • 1篇张淑宁
  • 1篇吴畅

传媒

  • 1篇化工学报
  • 1篇东北大学学报...
  • 1篇控制与决策

年份

  • 1篇2015
  • 1篇2014
  • 1篇2013
3 条 记 录,以下是 1-3
排序方式:
考虑模型误差的浸出过程优化方法
2014年
由于浸出过程较为复杂,其过程模型难以准确地反映实际过程,导致基于该模型的过程优化结果不是实际最优值.基于此,提出一种考虑模型误差的浸出过程优化方法,利用高斯混合模型对浸出过程混合模型的误差均值和方差进行描述,并将其引入优化目标中.构建考虑模型误差的浸出过程优化模型,并以二阶振荡粒子群优化算法完成对优化模型的求解.最后通过仿真实验表明了所提出方法的有效性.
袁青云王福利何大阔张淑宁
关键词:浸出过程高斯混合模型粒子群优化算法
湿法冶金中预测金产量的混合建模方法被引量:4
2013年
由于缺乏有效的检测手段,无法实现湿法冶金全过程金产量的精确在线检测.提出了一种最小二乘支持向量机(LS-SVM)与湿法冶金全过程静态机理模型相结合的混合建模方法,用以预测金的产量.通过对湿法冶金全过程的机理分析,利用物料衡算关系建立金的产量静态机理模型,利用LS-SVM对机理模型不能描述的过程特性进行误差补偿.仿真结果表明,该方法的预测性能优于机理模型和单独的LS-SVM构建的模型,验证了该方法的有效性.
袁青云王福利何大阔
关键词:湿法冶金最小二乘支持向量机混合模型
基于粒子群算法的金矿湿法冶金浸出率优化被引量:3
2015年
各浸出率的合理分配对组织金矿湿法冶金浸出过程生产具有重要作用,当前各浸出率通常由精炼厂氰化车间工程师凭人工经验给出,导致对浸出过程生产的指导具有很大的模糊性与随意性,不能保证调整后的总浸出率最大。为优化确定金矿湿法冶金各浸出率,建立以总浸出率最大为目标的优化模型,并将二阶振荡粒子群算法用于模型的求解。最后通过实验研究验证了模型和算法的有效性。
袁青云王福利何大阔吴畅
关键词:氰化浸出浸出率粒子群算法
共1页<1>
聚类工具0