参考文献/References:
[1] 赵环帅. 高频振动筛的发展现状及今后重点研究方向[J]. 选煤技术, 2019(2): 1-7.[2] 段志善, 郭宝良. 我国振动筛分设备的现状与发展方向[J]. 矿山机械, 2009, 37(4): 1-5.[3] 赵啦啦, 刘初升, 闫俊霞, 等. 振动筛面颗粒流三维离散元法模拟[J]. 中国矿业大学学报, 2010, 39(3): 414-419.[4] 张恩来, 童昕. 基于DEM的振动筛分中松散机理的研究[J]. 矿山机械, 2012, 40(12): 67-70.[5] LI Z, TONG X, XIA H, et al. A study of particles looseness in screening process of a linear vibrating screen[J]. Journal of Vibroengineering, 2016, 18(2): 671-681.[6] 郭晟, 吴永兴, 郭年琴. 组合振动筛筛面颗粒松散与分层仿真研究[J]. 机械设计与制造, 2018(3): 219-222.[7] 黄志杰, 童昕. 基于DEM的干燥微细粒群松散及分层的研究[J]. 郑州轻工业学院学报(自然科学版), 2014, 29(3): 78-81.[8] 沈国浪, 李占福, 童昕, 等. 基于DEM的振动筛振动参数对分层质量的影响[J]. 煤炭科学技术, 2017, 45(5): 217-222.[9] DAVOODI A, ASBJRNSSON G, HULTHN E, et al. Application of the discrete element method to study the effects of stream characteristics on screening performance[J]. Minerals, 2019, 9(12): 788.[10] 赵永志, 江茂强, 郑津洋. 巴西果效应分离过程的计算颗粒力学模拟研究[J]. 物理学报, 2009,58(3):1812-1818.[11] 李小冬, 童昕, 王桂锋. 基于DEM的振动参数对颗粒筛分分层与透筛的研究[J]. 矿山机械, 2012, 40(5): 83-89.[12] 王奕森, 夏树涛. 集成学习之随机森林算法综述[J]. 信息通信技术, 2018, 12(1): 49-55.[13] 李欣海. 随机森林模型在分类与回归分析中的应用[J]. 应用昆虫学报, 2013, 50(4): 1190-1197.[14] 李占山, 刘兆赓. 基于XGBoost的特征选择算法[J]. 通信学报, 2019, 40(10): 101-108.[15] 兰少峰, 刘升. 布谷鸟搜索算法研究综述[J]. 计算机工程与设计, 2015, 36(4): 1063-1067.[16] YILDIZ A R. Cuckoo sear ch algorithm for the selection of optimal machining parameters in milling operations[J]. The International Journal of Advanced Manufacturing Technology, 2013, 64(1/2/3/4): 55-61.