2022年五一赛B题一等奖论文，西南交通大学作品；
本文针对矿山加工质量控制问题进行研究，采用多元线性回归、BP 神经网络
预测、人工神经网络评价模型，旨在对矿石温度、指标、产品合格率做出预测。
针对问题四，在神经系统输出层中通过合格率给系统设定温度导出温度数据。
采用 Sobol 法进行敏感度分析，得出指标 B 的敏感性最大，A 和 C 次之，指标 D
的敏感性最小。利用 Matlab 计算系统设定温度的预测值与实际值的误差，发现误
差值较小，准确性较高，经计算得出合格率为 80%，满足要求，此时系统Ⅰ温度为
1329.27，系统Ⅱ温度为 884.00。
2022-06-21 13:05:04
678KB
2022年五一赛B矿石加工质量控制一等奖--江苏师范大学做作品，仅供参考学习，博主版权所有。
本文针对影响矿产加工因素问题进行研究，采用多元线性回归等模型，旨在为矿产
加工提出最优方案。
针对问题一，采用回归分析分别对质量指标 A、B、C、D 与系统温度、原矿参数的
六个因素建立多元线性回归模型
2022-06-21 13:05:04
871KB
2022年五一数学建模联赛B题成品，自己做的参赛论文，代码数据都在，有任何问题可以咨询我，可以学习参考和作业使用。原创成品欲购从速
2022-06-03 20:05:44
1.05MB