BP神经网络在矿井突水水源识别中的应用

针对矿井突水水源的水化学特征,采用Na++K+、Ca2+、Mg2+、Cl-、SO42-、HCO3-6种水化离子的浓度作为识别矿井水源依据;以35组水源样品作为训练样本,运用Matlab软件对网络进行训练,建立6×6×4的网络优化模型;使用构建的BP神经网络对4组待测样本进行识别,并与实际突水水源类别进行比对。应用结果表明:BP神经网络能够准确地识别矿井突水水源,可为防治矿井水害提供有力的保障。