| 基于遗传BP神经网络模型的矿井突水水源判别 |
| |
| 引用本文： | 徐星,田坤云,郑吉玉.基于遗传BP神经网络模型的矿井突水水源判别[J].工业安全与环保,2017,43(11). |
| |
| 作者姓名： | 徐星 田坤云 郑吉玉 |
| |
| 作者单位： | 河南工程学院安全工程学院 郑州 451191 |
| |
| 基金项目： | 国家自然科学基金，"煤矿灾害预防与控制河南省高校重点实验室培育基地"建设经费资助，2017年度河南省科技攻关计划项目，河南省高等学校重点科研项目 |
| |
| 摘 要： | 在分析矿井突水水源的水化学特征基础上,选取常用的Na~++K~+,Ca~(2+),Mg~(2+),Cl~-,HCO_3~-,SO_4~(2-)等6种离子质量浓度作为水源判别的依据,将具有局部搜索能力的BP神经网络和具有全局寻优功能的遗传算法(GA)进行结合,提高神经网络的泛化性。为了验证其优点,分别采用BP和GA-BP两种神经网络模型对20组训练样本进行训练,并对6组待测样本进行判别。结果表明:GA-BP神经网络模型克服了BP神经网络初始权值与阈值的随机性、易陷入局部最优的缺点,能提高BP神经网络的判别精度;虽然经过GA初始化的BP神经网络在训练过程中收敛速度与误差均不如未优化的BP神经网络,但GA-BP网络模型泛化性却高于BP网络模型,能提高突水水源的判别准确性。
|
| 关 键 词： | 矿井突水水源 遗传算法 GA-BP神经网络模型 水源判别 泛化性 |
Discriminating Mine Water Inrush Source Based on Genetic BP Neural Network Model |
| |
| XU Xing,TIAN Kunyun,ZHENG Jiyu.Discriminating Mine Water Inrush Source Based on Genetic BP Neural Network Model[J].Industrial Safety and Dust Control,2017,43(11). |
| |
| Authors: | XU Xing TIAN Kunyun ZHENG Jiyu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
