›› 2015, Vol. 37 ›› Issue (6): 673-675，683.doi: 10.16507/j.issn.1006-6055.2015.06.008
赵国彦 林春平 洪昌寿
摘要：
提高矿井突水水源判别的精确度是避免突水事故发生，保证矿山的人员和财产安全的重要基础。利用果蝇优化算法（FOA）对灰色神经网络（GNN）的参数进行动态微调，建立基于果蝇优化算法的灰色神经网络模型（FOA-GNNM）。选取某矿区水样的6组离子浓度作为判别依据，分别采用FOA-GNNM、BP神经网络和GNNM对矿井突水水源进行判别，并对上述三种方法判别结果进行对比分析。结果表明，FOA-GNNM水源判别结果精度更高。这为快速准确地判别矿井突水水源提供了一种新方法。
中图分类号:
