基于机器学习方法预测地浸过程中铀浸出金属量的变化

摘要： 在地浸采铀过程中，准确预测铀浸出金属量具有重要意义。使用多元线性回归、多层感知机(MLP)和随机森林(RF)多种机器学习方法分别建立预测模型。结果表明：1)相比于传统的多元线性回归算法，MLP和RF两种方法能够得到预测性能更好的模型。2)多层感知机(MLP)模型在预测铀浸出金属量变化的上性能表现最佳(R~2=0.91)。3)在相同的预测精度下，RF模型比MLP模型耗时更短，超参... （共7页）