超大能力超细全尾砂长距离自流输送临界流速ELM预测

摘要

为准确预测司家营铁矿超大能力超细全尾砂浆体长距离管道自流输送的临界流速,对比传统的BP神经网络、支持向量机(SVM),建立了以管道直径、物料平均粒径、浆体体重和体积浓度为输入因子,临界流速为输出因子的极限学习机(ELM)预测新模型。研究结果表明,ELM模型与SVM模型的相对误差均控制在5%以内,远低于BP神经网络模型的9.56%。由于隐层节点参数均随机选取且无需调节,使得ELM算法在隐层节点数为110和200时,训练时间仅为0.02 s和0.05 s,远少于同节点状态SVM模型的0.04 s和0.095 s,且隐含节点数越多,训练时间差距越大,运算效率越高。