改进的GA-BP神经网络在矿井突水水源判别中的应用

矿井突水水源的判别是制定防治水措施的重要环节。通过对某矿含水层水化学特性的相关性分析,将PCA算法、K折交叉验证算法嵌入GA-BP神经网络,提出了一种新的GA-BP神经网络,将其应用于实例分析中,并与传统的方法进行比较。结果表明:针对水化学特性相近的含水层,PCA算法能够排除样本中的冗余信息,降低样本指标维度,简化BP神经网络结构;K折交叉验证算法能够提高GA算法对BP神经网络权值的寻优质量,使GA算法的进化方向更具合理性;二者的引入大大优化了传统GA-BP神经网络性能,其判别精度更高、适用性更强、结果更可靠,在矿井突水水源判别方面具有很好的应用前景。