基于LS-SVM解决磷石膏可溶磷、氟淋洗去除条件优化及预测方法

    公开(公告)号:CN116844654B

    公开(公告)日:2024-07-05

    申请号:CN202310388353.2

    申请日:2023-04-12

    Abstract: 方法涉及一种基于最小二乘支持向量机的磷石膏有害杂质可溶磷、氟淋洗去除的条件优化方法。获取磷石膏有害杂质淋洗过程中,影响可溶磷、氟去除率的诸多变化信号,如液固比,淋洗时间,淋洗温度,搅拌速率为影响因子,以磷石膏中可溶性磷和氟的洗脱率作为响应值,得到条件数据样本集;建立基于支持向量机的磷石膏可溶磷、氟去除率条件优化模型,并采用最小二乘算法对所述磷石膏可溶磷、氟去除率条件优化模型进行参数寻优,将所述条件特征矩阵分为训练样本和测试样本,利用已训练的条件优化模型对测试样本进行分类,根据分类结果,识别磷石膏可溶磷、氟去除条件影响大小,从而找到磷石膏淋洗的最佳条件。

    基于LS-SVM解决磷石膏可溶磷、氟淋洗去除条件优化及预测方法

    公开(公告)号:CN116844654A

    公开(公告)日:2023-10-03

    申请号:CN202310388353.2

    申请日:2023-04-12

    Abstract: 方法涉及一种基于最小二乘支持向量机的磷石膏有害杂质可溶磷、氟淋洗去除的条件优化方法。获取磷石膏有害杂质淋洗过程中,影响可溶磷、氟去除率的诸多变化信号,如液固比,淋洗时间,淋洗温度,搅拌速率为影响因子,以磷石膏中可溶性磷和氟的洗脱率作为响应值,得到条件数据样本集;建立基于支持向量机的磷石膏可溶磷、氟去除率条件优化模型,并采用最小二乘算法对所述磷石膏可溶磷、氟去除率条件优化模型进行参数寻优,将所述条件特征矩阵分为训练样本和测试样本,利用已训练的条件优化模型对测试样本进行分类,根据分类结果,识别磷石膏可溶磷、氟去除条件影响大小,从而找到磷石膏淋洗的最佳条件。

Patent Agency Ranking