审稿意见

一、论文概述

本文题为《基于PSO-SVM的膏体仓储浓密机连续高浓度稳定放砂参数优化》，作者袁子淇等人针对膏体仓储浓密机在连续高浓度稳定放砂过程中的参数优化问题，引入粒子群优化算法（PSO）和支持向量机算法（SVM），构建了PSO-SVM预测模型，并进行了实验验证和工业应用。文章通过正交试验、模型优化和工程实例分析，展示了优化后的浓密机参数在提升放砂稳定性和尾砂利用率方面的效果。

二、优点评价

选题新颖且具有实际意义：膏体仓储浓密机在矿山充填工艺中占据重要地位，提高其放砂稳定性和尾砂利用率对于矿山生产具有重要意义。本文选题新颖，针对实际问题提出了有效的解决方案。
研究方法科学先进：采用PSO-SVM预测模型进行参数优化，结合了粒子群优化算法的全局搜索能力和支持向量机的高精度预测能力，方法科学合理。
实验设计严谨：通过正交试验设计，系统地考虑了多个影响因素，并进行了极差分析和方差分析，实验结果可靠。
工业应用效果显著：将优化后的参数应用于实际生产中，显著提高了尾砂利用率，验证了方法的实用性和有效性。
三、存在问题及建议

文献综述不够全面：虽然文章提到了相关领域的一些研究，但综述部分略显简略，未能全面展示当前研究现状和本文研究的创新点。建议补充更多相关文献的引用和分析，以突出本文的贡献。
理论推导部分可加强：文章在介绍PSO和SVM算法时，理论推导部分相对较少，建议增加一些关键步骤的公式推导和解释，以帮助读者更好地理解算法原理。
实验结果讨论可深入：虽然文章给出了实验结果和数据分析，但对实验结果的讨论可以更加深入，特别是与现有研究的对比分析，可以进一步凸显本文方法的优越性。
工业应用部分可拓展：工业应用部分主要聚焦于单个矿山的实验数据，建议拓展至多个矿山的应用情况，以增强结果的普适性和说服力。
四、修改建议

完善文献综述：增加对相关领域最新研究成果的综述，明确本文研究在理论、方法或应用上的创新点。
加强理论推导：在介绍PSO和SVM算法时，增加关键步骤的公式推导和解释，帮助读者深入理解算法原理。
深入讨论实验结果：在实验结果部分增加与现有研究的对比分析，讨论本文方法在不同场景下的适应性和局限性。
拓展工业应用：考虑增加多个矿山的应用实例，分析不同条件下的优化效果，以验证方法的普适性和稳定性。
五、结论

综上所述，本文选题新颖，研究方法科学先进，实验结果可靠，具有较高的学术价值和应用前景。但在文献综述、理论推导、实验结果讨论和工业应用拓展等方面仍有提升空间。建议作者在后续修改中充分考虑审稿意见，对论文进行有针对性的优化和提升，以期在《矿业研究与开发》上发表更高质量的学术论文。