简介： 本发明公开一种基于GA‑BP神经网络算法优化选矿生产指标的方法。本发明对矿物样本的数据进行划分，随机选取样本的90％作为训练集，剩余10％作为测试集，分别对训练集和测试集进行归一化处理；把训练集的输入量与输出量的变量名称定义为全局变量；将全局变量数据带入GA遗传算法计算BP神经网络的最优初始权值和最优初始阈值；导入训练集的样本数据并基于最优初始权值和最优初始阈值训练BP神经网络，并采用tr函数对网络性能的数据进行收集，画出网络性能曲线；对BP神经网络误差进行训练，将测试集的输入量带入BP神经网络进行预测，对神经网络计算过程进行封装，输入样本外的数据即可进行计算。本发明方法可模拟出选矿条件与产品指标的关系。