-
作者
韩忠王晓丽施龙青
-
单位
山东省第六地质矿产勘查院山东科技大学地球科学与工程学院
-
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
-
基金项目(Foundation)
国家自然科学基金资助项目（51804184）；山东省自然科学基金资助项目（ZR2020KE023）；
-
文章目录
0 引言
1 方法和原理
1.1 BP神经网络
1.1.1 BP神经网络结构
1.1.2 BP神经网络算法
1.2 主成分分析
1.2.1 主成分分析的数学模型
1.2.2 主成分分析的基本步骤
2 研究区域概况
3 突水水源判别模型和实例应用
3.1 建立BP神经网络模型
3.2 建立PCA-BP神经网络模型
3.2.1 主成分分析
3.2.2 建立PCA-BP网络
3.3 判别模型对比
4 结论
-
引用格式
韩忠,王晓丽,施龙青.PCA-BP神经网络在矿山岩溶突水水源判别中的应用研究[J].河南理工大学学报(自然科学版),2023,42(01):46-53.DOI:10.16186/j.cnki.1673-9787.2020070099.
河南理工大学学报（自然科学版） 
2023年第01期 
