《表1 地下水主要离子成分数据和BP神经网络判别结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《潘一煤矿地下水化学空间变化特征与水源识别分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据表1的水样，依次将待判样本以外的其他样本作为训练样本，代入网络进行训练，然后利用训练好的网络判别待判样本的来源，得到的输出值与该待判样本所设定的目标输出值进行比较，最接近的目标设定值所对应的含水层即为该水样的水源。判别结果见表2，BP人工神经网络方法判错了11个水样，判别准确率为82.3%。其中8个新生界上含水全部判别正确；17个新生界下含水正确判别4个，正确率为76.5%，2个错判为新生界上含水，2个错判为煤系水；33个煤系水正确判别28个，正确率为84.8%，2个错判为新生界上含水，3个错判为新生界下含水；4个灰岩水仅正确判别2个，1个错判为新生界下含水，1个错判为煤系水，正确率为50.0%。本文还进行了模糊综合评判模型（F统计量定权）对水样数据进行判别分析，模糊综合判别方法判错了15个水样，判别准确率为75.8%。其中8个新生界上含水全部识别正确；17个新生界下含水全部正确识别；33个煤系水正确识别21个，正确率为63.6%，其中，3个错判为新生界上含水，7个错判为新生界下含水，2个错判为灰岩水；4个灰岩水仅正确识别1个，2个错判为新生界下含水，1个错判为煤系砂岩裂隙水，正确率为25.0%。以上判别结果表明，BP人工神经网络有相对较高的判别准确率，对于本例数据人该方法可以正确判别新生界上含水，有可能将新生界下含水错判为新生界上含水和煤系水，将煤系水错判为新生界上含水和下含水，难以有效地判别灰岩水。