河南理工大学学报（自然科学版）
河南理工大學學報（自然科學版）
하남리공대학학보（자연과학판）
JOURNAL OF HENAN POLYTECHNIC UNIVERSITY(NATURAL SCIENCE)
2014年
5期
590-594
,共5页
矿井突水%水源预测%BP神经网络
礦井突水%水源預測%BP神經網絡
광정돌수%수원예측%BP신경망락
mine%sources of water inrush%BP neural network
对目前广泛使用的矿井突水水源判别方法进行了综合评述.从整体而言,除了水化学分析方法外,其他方法都是以一定理论为基础,或构造最优函数,根据判别目标达到最优时的状态进行水源识别;或构造适当的区间,根据一定的法则使判别目标进入不同的区间,进行水源识别.样本较多时采用BP神经网络法,样本较少时采用SVM法会取得更好得预测效果.针对研究区实际状况,选择基于MATLAB的BP神经网络法进行突水预测,准确率达到91.67％,训练样本的选择和数量对预测结果影响较大.
對目前廣汎使用的礦井突水水源判彆方法進行瞭綜閤評述.從整體而言,除瞭水化學分析方法外,其他方法都是以一定理論為基礎,或構造最優函數,根據判彆目標達到最優時的狀態進行水源識彆;或構造適噹的區間,根據一定的法則使判彆目標進入不同的區間,進行水源識彆.樣本較多時採用BP神經網絡法,樣本較少時採用SVM法會取得更好得預測效果.針對研究區實際狀況,選擇基于MATLAB的BP神經網絡法進行突水預測,準確率達到91.67％,訓練樣本的選擇和數量對預測結果影響較大.
대목전엄범사용적광정돌수수원판별방법진행료종합평술.종정체이언,제료수화학분석방법외,기타방법도시이일정이론위기출,혹구조최우함수,근거판별목표체도최우시적상태진행수원식별;혹구조괄당적구간,근거일정적법칙사판별목표진입불동적구간,진행수원식별.양본교다시채용BP신경망락법,양본교소시채용SVM법회취득경호득예측효과.침대연구구실제상황,선택기우MATLAB적BP신경망락법진행돌수예측,준학솔체도91.67％,훈련양본적선택화수량대예측결과영향교대.
