PCA-BP神经网络在矿山岩溶突水水源判别中的应用研究
韩忠1
王晓丽2
施龙青2
1.山东省第六地质矿产勘查院,山东 威海2642092.山东科技大学 地球科学与工程学院,山东 青岛 266590
摘要：肥城煤田奥陶系灰岩水和徐家庄灰岩水水质十分相近,因此,导致该煤田矿井突水水源难以判别,为了解决这一问题,选取突水水源中F,Br,I,Rn和H3BO3等微量元素以及化合物质量浓度作为判别指标,利用SPSS软件进行主成分分析,并将所得主成分代入MATLAB软件,建立PCA-BP神经网络判别模型,对比PCA-BP神经网络模型与BP神经网络模型、系统聚类分析判别模型、Fisher判别分析模型的收敛速度和输出精度.结果表明:PCA-BP神经网络模型判别准确率为100％,具有输出结果精度高、误差小、收敛速度快、训练次数少等优点.该模型对于识别水质相近的灰岩突水水源具有一定应用价值.
关键词：肥城煤田突水水源PCA-BP神经网络奥陶系灰岩徐家庄灰岩判别精度
分类号：TD745(矿山安全与劳动保护)
资助基金：国家自然科学基金(51804184)山东省自然科学基金资助项目(ZR2020KE023)
论文发表日期：2023-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 46-53 )
英文信息