針對(duì)現(xiàn)有礦井水源判別方法的局限性與煤礦開(kāi)采水害事故高發(fā)性等問(wèn)題,通過(guò)灰狼算法的優(yōu)化方式對(duì)ELM極限學(xué)習(xí)機(jī)算法進(jìn)行改進(jìn),建立改進(jìn)GWO-ELM算法對(duì)顧北礦區(qū)的礦井樣本水源進(jìn)行識(shí)別,將歸一化處理后的6項(xiàng)水化學(xué)離子指標(biāo)作為網(wǎng)絡(luò)輸入向量,樣本對(duì)應(yīng)的水源層作為輸出向量,通過(guò)GWO對(duì)網(wǎng)絡(luò)初始權(quán)值閾值的更新迭代有效得到適用于礦井突水水源判別的單隱含層神經(jīng)網(wǎng)絡(luò)模型,優(yōu)化后的網(wǎng)絡(luò)模型的水源判別準(zhǔn)確率高達(dá)92.3%,提高了網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性與魯棒性,解決了礦井水源判別的低效率、低準(zhǔn)確率突破等問(wèn)題,對(duì)煤礦災(zāi)害防治工作中起到重大推進(jìn)作用。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖2GWO-ELM算法軌跡4結(jié)語(yǔ)

結(jié)果與實(shí)際水源進(jìn)行比對(duì)，根據(jù)比對(duì)圖可知傳統(tǒng)ELM對(duì)第2、3層的判別準(zhǔn)確率最低，GWO-ELM算法對(duì)第4層水源判斷完全正確，第2、3層同樣存在誤判對(duì)象，因此第2、3層水源的判別準(zhǔn)確率仍然可以提高。將GWO的迭代過(guò)程進(jìn)行圖2可視化分析，分別計(jì)算每一代的灰狼集體平均誤判率與頭狼最低誤判....

本文編號(hào)：4041353