基于GA-BP神经网络的尾煤水灰分视觉检测方法研究

针对浮选回归模型精度和适应性较差的问题,提出了一种基于遗传算法优化反向传播神经网络（GA-BP）的尾煤水灰分视觉检测方法。对尾煤水图像进行预处理,在去除主要噪声干扰和保证一定彩色特征完整的前提下,提取不同颜色空间的彩色特征、灰度特征以及浓度特征值;以上述特征值为输入变量,以尾煤水灰分作为输出变量,建立基于遗传算法优化BP神经网络（GA-BP）的回归模型。该模型较好地实现了尾煤水灰分的在线检测,预测精度达97.3%,均方误差降低至0.23,提高了精煤产率和经济效益。