Список литературы: 1. Чантурия В. А. Инновационные процессы комплексной и глубокой переработки минерального сырья природного и техногенного происхождения // Горный журнал. — 2015. — № 7. — С. 29—37. DOI: 10.17580/gzh.2015.07.05.
2. Мамонов С. В., Дресвянкина Т. П., Зиятдинов С. В., Ершов А. А. Технологические решения переработки медных и медно-цинковых руд колчеданного месторождения Урала // Глобус: геология и бизнес. — 2020. — № 3 (62). — С. 140—144.
3. Бочаров В. А., Рыскин М. Я., Поспелов Н. Д. Развитие технологии переработки медноцинковых руд Урала // Цветные металлы. — 1979. — № 10. — C. 105—107.
4. Романенко С. А., Ушаков Е. К. Исследование технологической изменчивости медно-цинковых колчеданных пирротинсодержащих руд на примере приорского месторождения // Вестник Кольского научного центра РАН. — 2019. — № 4 (11). — С. 56—61.
5. Зимин А. В., Немчинова Л. А. Интенсификация селективной флотации медно-цинковых руд термомеханическим модифицированием поверхности цинковых минералов // Горный журнал. — 2014. — № 11. — С. 56—60.
6. Карасов Ю. К., Ягудина Ю. Р. Совершенствование технологии флотации медно-цинковых руд, перерабатываемых на обогатительной фабрике Актюбинской медной компании // Горная промышленность. — 2021. — № 5-2. — С. 29—32.
7. Chandra A. P., Gerson A. R. A review of the fundamental studies of the copper activation mechanisms for selective flotation of the sulfide minerals, sphalerite and pyrite // Advances in Colloid and Interface Science. 2009, vol. 145, pp. 97—110.
8. Зимин А. В., Арустамян М. А., Калинин Е. П., Соловьева Л. М., Немчинова Л. А. Разработка технологических схем флотационного обогащения колчеданных медных и медно-цинковых руд // Горный журнал. — 2012. — № 11. — С. 28—33.
9. Горбатова Е. А., Емельяненко Е. А., Ожогина Е. Г. Целесообразность прогнозной оценки обогатимости колчеданных руд // Разведка и охрана недр. — 2019. — № 3. — С. 63—66.
10. Чантурия В. А., Козлов А. П., Вайсберг Л. А. Приоритетные направления исследований в области переработки минерального сырья // Обогащение руд. — 2014. — № 2. — С. 3—9.
11. Афонин Ю. С., Дубровин В. И. Моделирование составов смесей методом симплексных решеток // Радиоэлектроника. Информатика. Управление. — 2004. — № 2. — С. 60—63.
12. Зедгинидзе И. Г. Планирование эксперимента для исследования многокомпонентных систем. — М.: Наука, 1976. — 390 c.
13. Новик Ф. С. Планирование эксперимента на симплексе при изучении металлических систем. — М.: Металлургия, 1985. — 256 c.
14. Пье Чжо Чжо, Чжо Зай Яа, Горячев Б. Е. Действие композиции металлосодержащих модификаторов поверхности сульфидных минералов цветных тяжелых металлов при флотации медно-цинковых руд // Горный информационно-аналитический бюллетень. — 2023. — № 11. — С. 128—142. DOI: 10.25018/0236_1493_2023_11_0_128.
15. Хтет Зо У, Чжо Зай Яа, Горячев Б. Е. Действие композиций из железного, цинкового купоросов и сернистого натрия на флотацию медно-цинковых колчеданных руд // Горный информационно-аналитический бюллетень. — 2023. — № 12. — С. 139—151. DOI: 10.25018/023 6_1493_2023_12_0_139.
16. Obam S. O. The accuracy of Scheffe’s third degree over second-degree, optimization regression polynomials // Nigerian Journal of Technology. 2006, vol. 25, no. 2, pp. 1—10.
17. Okafor F. O., Oguaghamba O. A. Procedure for optimization using Scheffe's models // Journal of Engineering Science and Application (JESA). 2009, vol. 7, no. 1, pp. 36—47.
18. Oguaghamba O. A., Mama B. O. Generalized Scheffe’s second degree mathematical methods approach in engineering mixture design / 16th International Conference and Annual General Meeting, Nigerian Institute of Civil Engineers. 2018, no. 6, pp. 32—44.
19. Duangjit S., Mehr L. M., Kumpugdee-Vollrath M., Ngawhirunpat T. Role of simplex lattice statistical design in the formulationand optimization of microemulsions for transdermal delivery // Biological & Pharmaceutical Bulletin. 2014, vol. 37, no. 12, pp. 1948—1957.
20. Nwachukwu K. C., Okodugha D. A., Akosubo I. S., Atulomah F. K. Optimization of compressive strength of steel fibre reinforced concrete (SFRC) using scheffe’s third-degree regression model // Iconic Research and Engineering Journals. 2022, vol. 5, no. 11, pp. 168—183.