基于粒子群径向基神经网络的矿井突水水源判别

• 作者: 丁恒康 张雪乔 李祚泳 汪嘉杨
• 来源期刊: 安全与环境工程
• 学科: 地球科学
• 关键词: 矿井 突水水源 水质判别 径向基函数 神经网络 粒子群算法
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 安全工程
• 页码范围: 118-121
• 页数: 4页
• 分类号: X936|X745+.2
• 字数: 3191字
• 语种: 中文

摘要

以多项地下水化学组分指标作为判别因子,采用粒子群算法优化径向基函数神经网络中的参数,建立了最优结构的基于粒子群径向基函数神经网络的矿井突水水源判别模型,将此模型应用于实例分析中,并与其他方法进行了比较分析.结果表明:基于粒子群径向基函数神经网络的矿井突水水源判别模型的判别结果具有客观性和实用性,避免了权重分配等人为因素的干扰；与传统最小二乘法的RBF神经网络相比,其精度更高,优化结果更为合理,具有较强的突水水源判别能力,可为矿井突水水源判别提供了一条新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李祚泳		142	1805	24.0	35.0
2	汪嘉杨		77	750	15.0	24.0
3	张雪乔		30	183	7.0	12.0
4	丁恒康		13	108	6.0	10.0