基于FOA-GNNM的矿井突水水源判别

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。