《表5 回归分析模型方差分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于RSM和RA-BPNN的锌窑渣中铜浮选试验优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在BP神经网络的基础上，以铜浮选回收率作为响应，选取磨矿细度、戊基黄药用量、碳酸钠用量、硫酸铜用量和硫化钠用量五个变量作为连续预测变量，利用Minitab软件平台建立拟合回归模型，并对BP神经网络预测数据进行二次拟合，对拟合结果进行方差分析如表5所示。回归分析模型的方差分析结果表明，模型P值小于0.05，显著性明显，一次项中，磨矿细度为显著性，二次项中，磨矿细度和硫化钠用量间交互作用显著，同响应曲面模型一致，磨矿细度和硫化钠用量对铜回收率影响的等高线图如图9所示。