基于改进遗传算法-神经网络的玄武岩构造环境判别及对比实验

论文摘要

通过岩浆岩的地球化学特征判别岩浆形成的大地构造环境和岩浆源区的化学性质是地球化学全岩分析最重要的应用之一。该方法利用全岩地球化学数据,包括主量元素、微量元素和同位素组成数据,对给定岩浆岩（玄武岩、花岗岩等）的大地构造环境进行判别。作为人工智能技术在地球化学研究领域中的新尝试,机器学习判别方法逐渐成为经典判别图解法的补充研究手段。然而,高维数据特征筛选和繁多未知参数确定是影响算法分类准确性的两个主要因素。为此,提出一种遗传算法优化神经网络耦合判别方法（GA-NNDM）。该方法利用特征选择、参数确定和分类性能之间的反馈联系,将分类准确率、所选特征数量和特征代价作为适应度函数,通过迭代演化寻求最佳特征子集和未知参数,从而达到减少特征、优化参数和提高性能的目的。此外,根据公开玄武岩样品地球化学数据,通过K折交叉验证等方法设置纵向、横向比较实验来验证GANNDM在玄武岩构造环境判别方面的准确性、稳定性和外延性。仿真实验结果表明,GA-NNDM具有优良的判别效果和泛化能力,其总体分类准确率能达到90%。因此,GA-NNDM值得在地球化学领域做进一步推广应用。

论文目录

• 0 引言
• 1 方法构建
•   1.1 改进GA-NNDM算法
•     1.1.1 染色体编码
•     1.1.2 适应度函数
•   1.2 算法精度评估方法
• 2 算法仿真实验
•   2.1 玄武岩样品数据
•   2.2 仿真实验与结果
• 3 算法对比验证
•   3.1 算法准确性对比
•   3.2 算法稳定性比较
•   3.3 算法泛化能力评估
• 4 结论

文章来源

类型: 期刊论文

作者: 任秋兵,李明超,韩帅

关键词: 玄武岩,构造环境判别,神经网络,遗传算法,特征选择,参数优化

来源: 地学前缘 2019年04期

年度: 2019

分类: 基础科学

专业: 地质学

单位: 天津大学水利工程仿真与安全国家重点实验室

基金: 天津市杰出青年科学基金项目(17JCJQJC44000),国家优秀青年科学基金项目(51622904)

分类号: P588.145

DOI: 10.13745/j.esf.2019.04.013

页码: 117-124

总页数: 8

文件大小: 341K

下载量: 200