当前位置:首页 > 论文 > 2020 > 05

论文

基于RBF神经网络的矿井突水水源识别方法研究

免费下载 免费下载 2020年05期

    摘要:采用Na++K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-六种常规水化学指标作为矿井突水水源识别的依据,利用Piper三线图分析了各充水水源水化学特征,筛选出适用于模型构建的样本。运用SPSS软件构建RBF神经网络,对6组待测样本... 展开+
    摘要:

    采用Na++K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-六种常规水化学指标作为矿井突水水源识别的依据,利用Piper三线图分析了各充水水源水化学特征,筛选出适用于模型构建的样本。运用SPSS软件构建RBF神经网络,对6组待测样本进行识别。结果表明:RBF神经网络对孔隙水、地表水和奥灰水的判别正确率均为100%,对于砂岩水和太灰水的判别正确率分别为91.7%和50%;经过待判检验,RBF神经网络待判检验正确率为92.3%。

    收起-

    作者:

    • 左明玺
    • 杜松
    • 李媛
    • 梁戈龙

    作者简介

    左明玺(1963-),男,甘肃庆阳人,工程师,主要研究方向为煤矿防治水。E-mail:873405520@qq.com

    单位

    • 华能庆阳煤电有限责任公司核桃屿煤矿
    • 中国煤炭地质总局勘查研究总院

    关键字

    • 矿井突水
    • 水源识别
    • RBF神经网络

    引用格式

    暂无

    相关论文

    地址:浙江省杭州市萧山区拱秀路288号煤科大厦
    邮编:311201
    编辑部电话:0571-82989702;19558121964
    编辑部邮箱:office@eep1987.com
    网站版权©《能源环境保护》编辑部  浙ICP备06000902号-4