《表2 预测组样本数据：基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》

  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

《基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》

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

该神经网络的网络结构确定为5-11-1型。在神经网络的训练过程中，为了提高预测精度，选择具有代表性的样本，且数组越多越好。本文选用某矿区含锑硫化矿在浸出行为中共计48组数据进行训练预测，其中40组作为训练样本，8组作为预测样本，如表1和表2所示。为了提高神经网络的准确性，还需将样本数据导入后，按照式（14）进行归一化处理[19-20]: