基于神經(jīng)網(wǎng)絡(luò)的水源類型判別.pdf

1、礦井突水事故嚴重影響礦工的生命安全，造成礦井設(shè)備損失，是煤礦最常發(fā)生的災(zāi)害之一。中國許多煤田的水文地質(zhì)環(huán)境復(fù)雜，預(yù)防礦井突水的難度很大，而目前突水前兆信息獲取和識別手段比較匱乏，因此建立合理有效的突水水源判別方法是目前預(yù)防突水事故的迫切需要。只有及時識別出突水水源的類型才能結(jié)合當(dāng)時的礦井突水環(huán)境判別出是否發(fā)生突水事故。
　　本文通過研究分析確定使用神經(jīng)網(wǎng)絡(luò)模型對水源類型進行識別，并提出一種新的MISFLA算法對BP神經(jīng)網(wǎng)絡(luò)進行改進

2、，主要研究工作如下:
　　1)對水化學(xué)特征進行分析，確定了判別模型的水源輸入?yún)?shù)，通過piper三線圖對突水水樣的水化學(xué)成分進行了分析，并通過陰陽離子檢測，數(shù)據(jù)標準化以及主成分分析確保了數(shù)據(jù)的可靠性以及精簡性。
　　2)通過對幾種水源判別模型進行分析并根據(jù)實驗判別結(jié)果對比確定使用BP神經(jīng)網(wǎng)絡(luò)判別模型來進行突水水源判別，判別模型的輸入?yún)?shù)為經(jīng)過數(shù)據(jù)處理后的主成分，輸出為判別的幾種水源類型。
　　3)針對BP神經(jīng)網(wǎng)絡(luò)的缺點

3、提出使用SFLA算法對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閡值參數(shù)進行訓(xùn)練，將改進后的SFLA BP神經(jīng)網(wǎng)絡(luò)通過具體實驗判別驗證其性能優(yōu)越性。另外通過引入對立策略、高斯變異以及混沌擾動對蛙跳算法的全局搜索能力和局部搜索策略進行優(yōu)化提出了一種新的混合改進蛙跳算法(MISFLA)，并對MISFLA_BP神經(jīng)網(wǎng)絡(luò)的效果進行了測試。
　　4)根據(jù)淺層神經(jīng)網(wǎng)絡(luò)的不足提出使用深信度神經(jīng)網(wǎng)絡(luò)進行突水水源類型識別，介紹了深度神經(jīng)網(wǎng)絡(luò)的基本原理和與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比