[发明专利]一种基于线性回归模型浮选回收率的预测方法有效
申请号: | 201610001910.0 | 申请日: | 2016-01-06 |
公开(公告)号: | CN105631221B | 公开(公告)日: | 2018-01-12 |
发明(设计)人: | 肖庆飞;康怀斌;吴启明;曹亦俊;宋念平;张红华;王诚华;汪太平;王肖江 | 申请(专利权)人: | 昆明理工大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 650093 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于线性回归模型浮选回收率的预测方法,属于选矿技术领域。将回收率有影响的原矿品位、精矿品位、磨矿产品中间易选粒级含量作为样本考察值,样本值为15个以上;假设浮选回收率(y)与原矿品位(x1)、精矿品位(x2)、磨矿产品中间易选粒级含量(x3)均呈线性相关,建立线性回归分析模型,用EViews软件,输入样本值数据后,选用最小二乘法估计模型的参数,得到模型估计结果;将需预测的浮选回收率对应的原矿品位、精矿品位、磨矿产品中间易选粒级含量数值代入到回归分析模型中,求得浮选回收率。在建立线性回归模型中将中间可选粒级含量作为自变量因素,克服了单纯考虑回收率与品位建立的回归关系拟合度太低的缺陷。 | ||
搜索关键词: | 一种 基于 线性 回归 模型 浮选 回收率 预测 方法 | ||
【主权项】:
一种基于线性回归模型浮选回收率的预测方法,其特征在于:(1)收集样本考察值将回收率有影响的原矿品位、精矿品位、磨矿产品中间易选粒级含量作为样本考察值,样本值为15个以上;(2)建立线性回归模型假设浮选回收率y与原矿品位x1、精矿品位x2、磨矿产品中间易选粒级含量x3均呈线性相关,建立线性回归分析模型:y=β0+β1x1+β2x2+β3x3,用EViews软件,输入样本值数据后,选用最小二乘法估计模型的参数,得到模型估计结果、t统计量、样本多元相关系数、修正系数和F统计量,求得β0、β1、β2、β3的值,得到线性回归分析模型:y=β0+β1x1+β2x2+β3x3;(3)浮选回收率的预测将需预测的浮选回收率对应的原矿品位、精矿品位、磨矿产品中间易选粒级含量数值代入到回归分析模型中,求得浮选回收率;所述磨矿产品中间易选粒级为‑0.2+0.038mm粒级。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于昆明理工大学,未经昆明理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610001910.0/,转载请声明来源钻瓜专利网。
- 上一篇:基于ESB的慢病健康管理平台
- 下一篇:一种基于大数据的健康管理系统