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。