基于ANFIS的选矿产品成本预测模型  

Mineral Processing Product Cost Forecasting Model Based on ANFIS

作　　者：杨新[1] 张陶红[2] 余刚[1] 柴天佑[1,3] 

机构地区：[1]东北大学流程工业综合自动化教育部重点实验室 [2]沈阳东大自动化有限公司 [3]东北大学自动化研究中心,辽宁沈阳110004

出　　处：《系统仿真学报》2007年第24期5688-5691,共4页Journal of System Simulation

基　　金：国家自然科学基金重点(60534010);国家创新研究群体科学基金(60521003);长江学者和创新团队发展计划资助(IRT0421)。

摘　　要：准确预测产品成本,对于选矿生产过程成本控制具有重大意义。由于影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因而准确预测产品成本是一个重要又难以解决的问题。提出了基于自适应神经模糊推理系统的选矿产品成本预测模型,用减法聚类,最小二乘法及梯度下降法辨识了T-S模型。采用某选矿厂综合铁精矿成本及其影响因素数据,对模型的预测进行了仿真,仿真结果表明该方法是切实可行并有效的。Accurately predicting product cost is meaningful to cost control of mineral processing production process. Complex factors which influence product cost affect each other and the coupling phenomenon exists, so it is important and difficult to predict the product cost. Mineral processing product cost forecasting model built by using Adaptive Neuro-Fuzzy Inference System （ANFIS） , and T-S fuzzy model identified by subtractive clustering, least squares and gradient descent algorithm. Simulation analysis made to test the forecast effect of the proposed model based on the data of integration fine iron mine cost and its influence factors, results of simulation show the feasibility and effectiveness of the proposed method.

关 键 词：选矿企业 成本预测 自适应神经模糊推理系统 减法聚类 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]