矿床地质品位的灰色Verhulst预测

矿石品位的分布受成矿规律支配,客观上存在有一定规律性。矿石品位灰色Verhulst预测就是将矿床作为一个整体,通过已知的钻探或坑探品位的一组灰色数据,利用相应的数学模型,估计、预测无探矿工程点的矿石品位,弥补了地质探矿过程中工程网度控制不够,资料欠缺的不足,为矿山编制采掘计划,规划生产提供必要的依据。灰色Verhulst预测模型需要的原始数据少,精度能满足要求,表明该方法用于矿石品位预测具有很好的适用性。     

运用灰色理论进行精矿成本预测

运用灰色预测理论，建立了精矿成本预测模型，对某铁矿山的最终精矿成本进行了预测，经检验并和实际数据对比，结果令人满意，说明灰色预测模型在精矿成本预测中具有较好的实用价值。     

矿石产量灰色系统GM（1,1）模型的建立及预测

应用灰色系统理论的数学原理及建模过程,建立了矿石产量的ＧＭ（１,１）模型,应用该模型对陕西省某金矿每季度矿石产量进行灰色预测,采用“残差检验法”和“滚动检验法”进行检验。结果表明,ＧＭ（１,１）模型的预测精度高,适合于具有灰色特征的地质、采矿、选矿等原始数据序列的模拟控制和预测分析。     

应用灰色系统理论预测全国钢产量

本文简要介绍了灰色系统的概念,灰色系统中GM(1,1)预测模型及其推导过程,并应用该模型预测了1988年全国钢产量。最后通过几种方法预测结果的比较,证明该模型是一个精确度较高的预测模型。     

基于灰色时序组合模型的基坑监测预测

基坑监测是确保矿山基坑工程安全实施的必要手段,不同模型所监测到的基坑沉降值存在一定的差异,因而如何选择一种有效的组合模型是准确预测未来某一时刻基坑沉降面临的主要问题。本研究将时间序列预测模型与灰色模型相结合（即灰色时序组合预测模型）应用于某深基坑（基坑深5.7~13.7 m）沉降监测数据分析,预测结果准确可靠。同时,与单一模型（如ARIMA和GM（1,1））的预测结果相比,灰色时序组合模型的预测精度更高,所获得的预测结果与实测值最接近,是一种非常有效的基坑预测方法。     

电力负荷的灰色预测

利用灰色GM(1,1)模型进行预测时,如果原始序列的变化不够光滑,预测误差很大.因此,对原始序列进行对数平滑处理,同时针对不同时段建模形成预测灰区间的特点,提出了用灰色系统理论进行电力负荷预测的具有对数平滑的灰色关联度加权预组合预测方法.该法使影响负荷的各个因素得到削弱或者抵消,提高了预测精度,并扩大了预测范围.     

基于灰色新陈代谢模型的我国棉花产量预测

为预测2011年我国棉花产量,基于灰色预测建模思想和新陈代谢原理,建立了灰色新陈代谢预测模型,并结合实际情况分析了常规GM(1,1)模型和新陈代谢GM(1,1)模型的预测结果,表明新陈代谢预测模型比常规预测模型精度高.用新陈代谢GM(1,1)模型预测的我国2011年棉花产量为614.968 3万t.     

基于灰色系统理论的加工番茄产量预测模型研究

[目的]研究基于灰色系统理论的加工番茄产量预测模型.[方法]运用灰色系统理论研究了加工番茄产量变化趋势,建立了加工番茄产量预测的GM(1,1)灰模型,并以2001～2009年新疆加工番茄产量为例,进行了实例分析.[结果]该模型有较高的预测精度和较强的泛化能力,对近期加工番茄产量的预测是可靠的.[结论]为新疆地区番茄产业的宏观调控、番茄加工及储藏等方面提供了参考.     

基于灰色理论的烧结矿质量预测智能优化研究

针对铁矿石烧结过程工艺流程长、影响因素多、机理复杂的特点,提出一种基于灰色理论的烧结矿质量预测智能优化方法,为生产提供准确的烧结矿质量信息.本模型根据灰色理论模型的原理确定出参考序列和比较序列,利用灰色关联分析方法评价参考序列与比较序列的合理性,从而指导实际生产操作.研究结果表明,本模型能在贫信息、小样本的情况下准确预测出烧结矿质量信息,其优点是能在样本数据较少的状态下通过简单的EXCEL程序计算,预测出精度较高、满意度较好的结果.和传统的预测模型相比,灰色关联理论在烧结矿质量预测方面值得大力应用和推广.     

双重改进灰色马尔可夫模型的物流园区物流量预测

为科学预测物流园区的物流量,对灰色马尔可夫预测模型进行双重改进,利用灰色波动多项式替代灰色模型中的指数型曲线,采用滑动转移概率矩阵改进传统的马尔可夫链.利用某物流园区物流量的调研数据对最大相对误差、平均相对误差、残差平方和等因素进行分析.结果表明,双重改进的灰色马尔可夫模型能够更好地预测物流园区的物流量.     

基于DIMINE的采场矿体品位预测分析

对电子材料工厂洁净车间温湿度控制原理进行了介绍,对于运行中能源消耗大的缺点提出了解决方案。改造方案中,充分利用工厂现有的余热,通过空调机组换热盘管改造,实现了余热充分利用,大幅度降低了蒸汽的消耗,实现公司节能减排、提高效益的目的。     

烧结矿碱度的灰色神经网络预测模型及仿真

本文提出了用灰色神经网络对烧结矿化学成分进行预测，并在此基础上构造了灰色神经网络模型，该模型有效地融合了灰色理论可弱化数据序列波动性和神经网络特有的适应非线性信息处理的能力，研究结果证明，本模型能在小样本、贫信息的条件下对烧结矿碱度做出比较准确的预测，此种模型具有预测精度高、所需样本少、计算简便等优点，取得了比较满意的结果。和BP神经网络算法相比，灰色神经网络算法有很大的应用前景和推广价值。     

谈山东省冶金矿山发展中对“资源”的认识问题

山东省冶金矿山企业在今后的发展中，应提高矿产资源利用水平，重点抓好提高矿石回采率、降低损失率，提高金属回收率和矿石利用率，综合利用矿产资源，利用现有矿产资源生产高附加值产品，探矿找矿、增加储量等工作。在此基础上，用超越矿产资源的观点认识和开发思想观念、人力资本、存量资产这些新资源，增加企业发展的动力和活力。     

基于灰色关联分析的三山岛金矿绿色开采技术优先级评价

推进矿山绿色开采是一项长期而复杂的系统工程，而绿色开采技术的应用面临着投资周期长和成本高等问题，鉴于此，开展绿色开采技术优先级评价，有助于指导矿山决策部门的工作，实现绿色开采有序化，降低投资成本。在构建三山岛金矿绿色开采技术体系的基础上，提出了一种灰色关联分析优化模型，并利用该模型对绿色开采技术进行评价分析。首先，构建了层次化绿色开采技术评价指标体系，系统地反映了各因素对绿色开采技术的影响；然后，利用AHP法和熵值法组合赋权，弥补了主观赋权法和客观赋权法的不足，使赋权趋于合理化；最后，分别应用3种赋权方法的优化模型和传统等权法模型对三山岛金矿绿色开采技术的绿色度进行量化分析，并对比分析了4种模型的关联度计算结果，最终得出三山岛金矿绿色开采技术推进的优先级。     

降低成本提高冶金矿山资源综合利用水平

中国冶金矿山面临资源禀赋劣势愈发明显、铁矿石储量逐年减少、国民经济对铁、锰资源的刚性需求持续增强以及生态环境恶化的诸多挑战,因此需要在探索中国黑色冶金矿山矿产资源高效合理开发利用及可持续发展的有效途径。通过对中国铁矿资源开发利用水平现状及存在问题的深入分析,认为中国黑色冶金矿山矿产资源开发利用的出路在于降低成本和开展资源综合利用,可以从国家扶持、税收调节、科技创新、管理创新、尾矿利用、扩大激励范畴等6个方面降低黑色冶金矿山生产成本、提高黑色冶金矿产资源的综合利用水平,进而提高中国黑色冶金矿产品核心竞争力。     

云南蒙自白牛厂深边部资源前景分析

随着现代经济建设的快速持续发展,以及矿山的逐年开采,矿源在一定程度上面临着不同程度的资源危机,在原有找矿的地方发现新的矿产也成为地质工作者探索的方向。因而,更有效的深部找矿值得研讨。文章在系统研究以往地质物探资料的基础上,阐述了白牛厂矿床成矿地质特征,总结了成矿规律,并进行了成矿预测,对矿区深,边部矿体的资源前景进行了初步分析,为开展深边部找矿工作提供依据。     

某钨矿山资源综合利用分析及实践

阐述了某钨矿山矿产资源综合利用的应用实践,从矿山现有资源利用现状入手,分析了矿区周边堆积的废矿、表外矿石、采矿、选矿、水资源等方面的问题,提出了技术上可行、经济上合理地重新圈定矿体边界,改变采矿方式和改进采矿方法,改进选矿工艺,实施钨钼铋多金属综合回收,水资源循环利用,加强生产管理等对策。提高了矿产资源综合利用率,从而达到矿山生产低成本、高效率,持续健康发展。     

Simulation and Prediction of Alkalinity in Sintering Process Based on Grey Least Squares Support Vector Machine

The prediction of the alkalinity is difficult during the sintering process. Whether or not the level of the alkalinity of sintering process is successful is directly related to the quality of sinter. There is no very good method for predicting the alkalinity by now owing to the high complexity, high nonlinearity, strong coupling, high time delay, and etc. Therefore, a new technique, the grey squares support machine, was introduced. The grey support vector machine model of the alkalinity enabled the development of new equation and algorithm to predict the alkalinity. During modelling, the fluctuation of data sequence was weakened by the grey theory and the support vector machine was capable of processing nonlinear adaptable information, and the grey support vector machine has a combination of those advantages. The results revealed that the alkalinity of sinter could be accurately predicted using this model by reference to small sample and information. The experimental results showed that the grey support vector machine model was effective and practical owing to the advantages of high precision, less samples required, and simple calculation.