کاربرد الگوریتم ژنتیک برای بهبود صحت تخمین عیار و بازیابی مس در کنسانتره نهایی کارخانه فلوتاسیون مس سرچشمه کرمان

بهبود صحت پیشبینی پارامترهای متالورژیکی در کارخانه فلوتاسیون به منظور مدیریت کارآمد فرایند امری ضروری است. لذا در این مقاله، از الگوریتم ژنتیک برای بهبود تخمین عیار و بازیابی مس در کارخانه فلوتاسیون مس سرچشمه کرمانتوسط شبکه عصبی مصنوعی استفاده شد. پارامترهای اندازهگیری شده فرایند pH ، غلظت کلکتور و کفساز، درصد جامد و عیار مس در بار اولیه هستند، که بهعنوان متغیرهای ورودی برای شبکه عصبی درنظر گرفته شدند. ساختار بهینه شبکهعصبی با دو لایه مخفی ) 5:7:4:2 ( با استفاده از روش سعی و خطا تعیین گردید. با توجه به نقایص شبکه عصبی برایپیشبینی متغیرهای خروجی، از الگوریتم ژنتیک برای بهینهسازی وزنهای اولیه شبکه عصبی استفاده شد. عملکرد مدل با استفاده از معیار آماری میانگین مجموع مربعات خطا ) MSE ( ارزیابی شد. نتایج به دست آمده نشان داد، الگوریتم ژنتیک تأثیر مهمی در بهینه سازی وزنهای اولیه و بهبود عملکرد مدل شبکه عصبی مصنوعی دارد