论文部分内容阅读
在对氟石粉进行实验研究的基础上，应用RBF神经网络，建立了预测氟石粉液化FMP的模型。在该模型中，输入为影响氟石粉液化FMP的各种因素，包括粒径、均匀度、化学性质、真密度及堆积密度等，输出为FMP，预测结果表明，所建RBF神经网络模型预测精度较高，可应用于对氟石粉液化FMP的预测。同时采用逐步反向删除的方法分析输入属性对输出结果的影响，找出了影响氟石粉液化FMP的主要影响因素。最后对每个主要属性进行了灵敏度分析。