基于BP神经网络的矿井突水水源判别

摘要：

为准确判别矿井涌水水源,针对矿井各主要突水水源的水化学特征数据样本,利用BP算法对网络进行训练,实现对随机挑选样本的判别,并与Bayes判别结果进行比较.结果表明BP神经网络方法判别涌水水源的总体正确率为86.67％,优于Bayes判别.该研究为有效开展矿井防治水工作提供了参考.

关键词： 煤矿安全 矿井突水 涌水水源 水化学特征 BP神经网络

作者: 金洲洋 刘启蒙 叶梅 张丹丹

作者单位: 安徽理工大学地球与环境学院,安徽淮南232001

会议类型: 国内会议

会议名称: 中国煤炭学会矿井地质专业委员会2015年学术论坛

会议地点: 陕西咸阳

会议语种:中文

页码: 5-7

在线出版日期: 2015-07-01（万方平台首次上网日期，不代表论文的发表时间）