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。