基于选择性集成算法的浸出率混合预测模型

一个精确的模型对浸出过程中浸出率预测是十分重要的。针对湿法冶金浸出生产过程中浸出率在线检测的难点,提出一种有效的混合建模方法,建立浸出率的预测模型。在对浸出过程进行分析后,建立了一个浸出过程机理模型。由于机理模型与实际之间存在着较大的误差,因此建立了混合模型来减少误差。随后,针对小样本建模问题,提出了基于二进制PSO算法的选择性bagging集成算法,并将该算法应用于混合模型的误差补偿中去。实验结果表明该混合模型的预测精度比其他模型的预测精度高。