组合神经网络 组合神经网络
史蒂文怀特，六西格玛黑带，肯尼科特犹他铜，力拓
JMP分析显示了不同矿石如何影响我们的金属浓缩过程。这种分析可能会揭示其他业务问题，例如经济需求曲线，其中理论和观察结果似乎相互矛盾。金属集中过程具有类似于经济需求曲线的潜在关系，其中价格和数量之间存在负相关关系。然而，在金属浓缩过程的情况下，由于矿石特征的变化，每日结果的散点图通常显示出意想不到的积极关系。通过类比，由于客户偏好变化导致的需求曲线的变化可能会显示出类似的意外，积极的价格与数量关系。本演讲将描述如何在这些看似矛盾的实际结果中找到理论曲线。分析从数百个潜在冶金和操作术语的复杂数据集开始。JMP中的分区平台用于将其减少为更易于管理的候选列表。多变量平台和主成分分析进一步减少了这个列表。然后使用简单的JSL脚本来测试剩余项的组合以找到最佳神经模型。气泡图用于显示分析结果，其中X = r-sq（测试）的中值，Y = r-sq（测试）的标准偏差，气泡颜色=该特定模型的术语数。使用不同的随机训练/验证/测试子集进行多次运行（受计算机时间限制），利用重复的保持方法进行误差率估计。然后通过视觉显示术语数量，模型有效性和模型稳定性来简化最佳模型选择。
数据探索
