采用Na⁺+K⁺、Ca²⁺、Mg²⁺、Cl^-、SO₄^2-和HCO₃^-六種常規(guī)水化學(xué)指標(biāo)作為礦井突水水源識(shí)別的依據(jù),利用Piper三線圖分析了各充水水源水化學(xué)特征,篩選出適用于模型構(gòu)建的樣本。運(yùn)用SPSS軟件構(gòu)建RBF神經(jīng)網(wǎng)絡(luò),對(duì)6組待測(cè)樣本進(jìn)行識(shí)別。結(jié)果表明:RBF神經(jīng)網(wǎng)絡(luò)對(duì)孔隙水、地表水和奧灰水的判別正確率均為100%,對(duì)于砂巖水和太灰水的判別正確率分別為91.7%和50%;經(jīng)過待判檢驗(yàn),RBF神經(jīng)網(wǎng)絡(luò)待判檢驗(yàn)正確率為92.3%。 

【文章來源】：能源環(huán)境保護(hù). 2020,34(05)

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 RBF神經(jīng)網(wǎng)絡(luò)原理
2 水源識(shí)別模型的建立
    2.1 樣本數(shù)據(jù)的選擇與處理
    2.2 水源識(shí)別模型的訓(xùn)練
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]礦井充水水源識(shí)別的EW-UCA模型及應(yīng)用[J]. 張洋,馬云東,吳浩.  水文地質(zhì)工程地質(zhì). 2014(04)
[2]基于主成分分析與距離判別分析法的突水水源識(shí)別方法[J]. 宮鳳強(qiáng),魯金濤.  采礦與安全工程學(xué)報(bào). 2014(02)
[3]礦井突水水源判別的多組逐步Bayes判別方法研究[J]. 陳紅江,李夕兵,劉愛華.  巖土力學(xué). 2009(12)
[4]數(shù)量化理論在礦井突(涌)水水源判別中的應(yīng)用[J]. 張?jiān)S良,張子戌,彭蘇萍.  中國(guó)礦業(yè)大學(xué)學(xué)報(bào). 2003(03)
[5]采面回采過程中出現(xiàn)突水征兆的分析與防治[J]. 黃國(guó)華,劉生忠,吳祥,李祥華.  山東煤炭科技. 2003(01)



本文編號(hào)：3155099