摘要
提出了一种基于DNN的矿井超前探测算法,该算法可以快速准确地实现一维复杂地质的重建。首先,利用层状介质并矢Green函数方法获得不同地质模型的数值解;随后,依据数据样本搭建网络框架,网络的输入主要由电场分量构成,输出为相应的地质模型电导率参数,通过对神经网络进行训练,得到网络的最优系数;最后,为了提升网络的抗噪声性能,采用不同噪声的数据对网络进行训练。结果表明:利用DNN算法在精度和效率上都比BP神经网络有所提升,相同模型下速度比BP神经网络速度快10~13倍。网络模型可以在20%噪声下,准确反演出低阻层。DNN算法,可以有效提高矿井超前探测效率。
- 出版日期2023
- 单位通信与信息工程学院; 西安科技大学