[发明专利]一种利用盐湖苦卤制备六方片状氢氧化镁的方法

摘要

本发明公开了一种利用盐湖苦卤制备六方片状氢氧化镁的方法，包括如下步骤：将利用盐湖苦卤制备六方片状氢氧化镁的多组实验数据用于训练经PSO优化的BP神经网络，所述实验数据包括制备参数和实验结果，实验数据的组数大于等于100组；所得训练后的经PSO优化的BP神经网络能够随着盐湖苦卤的理化性质变化而给出优化的制备参数、预测六方片状氢氧化镁比率；采用优化的制备参数，制备得到六方片状氢氧化镁。应用PSO优化BP神经网络将实验数据实现数字智能化，可随时为苦卤生产六方片状氢氧化镁提供最优的实验方案并准确预测实验结果，大大减少了因摸索性试验而带来大量的人力、物力与资源浪费。

主权项

1.一种利用盐湖苦卤制备六方片状氢氧化镁的方法，其特征在于，包括如下步骤：S1.将利用盐湖苦卤制备六方片状氢氧化镁的多组实验数据用于训练经PSO优化的BP神经网络，所述实验数据包括制备参数和实验结果，实验数据的组数大于等于100组；所述PSO的数学模型是：vij(t+1)＝vij(t)+c1r1j(t)[pij(t)-xij(t)]+c2r2j(t)[gj(t)-xij(t)] (1)xij(t+1)＝xij(t)+vij(t+1) (2)式(1)和式(2)中，j为粒子的第j维，i为第i个粒子；t：表示当前进化代数；vij(t)隐含层第i个节点到第j个节点之间的权值；p ij(t)粒子i所经过j的位置；g ij(t)粒子群i所经过j的位置；xij(t)当前粒子i在j的位置；c1和c2都是位移变化的限定因子，为预设值；r为随机函数；所述PSO优化BP神经网络是使式(3)中的J值最小，J为均方差指标； J = 1 N Σ i = 1 N Σ j = 1 M ( y j , i d - y j , i ) 2 - - - ( 3 ) ]]>式(3)中，N是训练样本总数，M是神经元的个数，是第i个样本的第j个神经节点的目标输出值，yj,i是第i个样本的第j个神经节点的实际输出值；S2.所得训练后的经PSO优化的BP神经网络能够随着盐湖苦卤的理化性质变化而给出优化的制备参数、预测六方片状氢氧化镁比率；采用优化的制备参数，制备得到六方片状氢氧化镁。