基于GA-BP神经网络的矿井突水判别数学模型研究

论文摘要

针对传统矿井突水判别方法存在错误率高、精度低以及稳定性差等问题,提出了一种基于GA-BP神经网络的矿井突水判别数学模型。首先矿井突水判别数学模型采用6种特征离子作为判别因子,然后采用遗传算法（GA）对BP神经网络的权值和阈值进行优化,进而构建GA-BP神经网络矿井突水判别数学模型。以某实际矿区的多种水源样品为例,将其作为判别模型中的训练样本,GA-BP神经网络模型对其进行训练,实现待测水源样本的判别。结果表明,判别模型具有更高的突水判别精度和可靠性。

论文目录

• 0 引言
• 1 BP神经网络数学模型
• 2 矿井突水判别数学模型
•   2.1 GA模型
•   2.2 GA-BP神经网络判别模型
• 3 实例分析
• 4 结语

文章来源

类型: 期刊论文

作者: 李兴莉,蔡红梅

关键词: 矿井突水,遗传算法,神经网络,突水判别

来源: 煤炭技术 2019年05期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程,安全科学与灾害防治

单位: 重庆房地产职业学院,四川长江职业学院

基金: 重庆市教委人文社科研究规划项目(16SKGH274)

分类号: TD745

DOI: 10.13301/j.cnki.ct.2019.05.040

页码: 121-123

总页数: 3

文件大小: 2009K

下载量: 136