- · 关于大学外语四六级考试听力试听、带证参考及封闭教学楼的通知[12/07]
- · 关于转发《重庆市教育委员会关于公布2020年度高等教育课程思政项目立项名单的通知[12/07]
- · 雨僧讲坛:“相忘于江湖”——庄子哲学的现代解读[12/04]
- · 关于2020-2021学年选报《名著阅读》书目的通知[12/02]
- · 关于2020-2021学年度第1学期期末课程考试(含重修和赴美实习缓考)安排的通知[11/26]
- · 西南大学关于推荐首届全国中小学美育教学指导委员会委员人选的通知[11/24]
- · 雨僧讲坛:传统文化的学理建构[11/23]
- · 关于第十二届全国大学生数学竞赛(西南大学考点)安排的通知[11/23]
基于GA-Elman神经网络的煤矿突水水源判别
发布时间:2020-04-14 13:54:07
煤矿突水是矿井生产过程中产生的自然灾害之一,而准确判别突水来源是突水防治工作的重要基础.以煤矿各含水层水化学成分的差异性为依据,选取K+ +Na+,Ca2+,Mg2+,Cl-,HCO3,SO42-6个常量组分作为突水水源的判别因子.为克服Elman神经网络采用梯度下降法所带来的易陷入局部最小值的缺点,采用具有全局搜索能力的遗传算法(GA)通过选择、交叉和变异等步骤训练优化Elman神经网络,建立了收敛速度更快、泛化性更强的GA-Elman神经网络判别模型,结果表明:将具有全局寻优功能的GA和局部精确寻优的Elman神经网络相结合,克服了Elman神经网络初始权值与阈值的随机性、易陷入局部最优的缺点,能够提高Elman神经网络的判别输出精度,为准确、有效判别突水来源提供了可靠的决策依据;经过GA优化过的Elman神经网络在训练过程中的均方误差收敛速度、收敛精度都有很大的提高,在网络模型的判别输出上,判别结果更为稳定、泛化性更好,为该模型在其他领域的推广提供了一定的借鉴性;为进一步确保突水水源判别的准确性、有效性,在密切结合煤矿水文地质条件的前提下,应选取具有代表性和准确性高的水化资料,有效发挥该判别方法对煤矿水害防治及措施制定的指导作用.
上一篇: 绿化屋顶对室内热环境及人体热舒适性的影响
下一篇: 基于机器视觉的丘陵山区田间道路虚拟中线提取方法