人工神经网络氡气灾害模型在铀矿山的应用.pdfVIP

第 28卷 第 1期 铀 矿 地 质 Vo1．28 No．1 2012拄 1月 Uranium Geology Jan． 2012 人工神经网络氡气灾害模型在铀矿 山的应用① 朱煜峰 ，朱国根。，周世健 (1．东华理工大学，江西抚州 344000 2．中南大学，湖南长沙 410083； 3．中核抚州金安铀业有限公司，江西 抚州 344300) [摘要]对多层前馈神经网络模型 (BP神经网络)的结构特点、数据分析、学习方法和过程等内 容做了分析。以中核抚州金安铀业有限公司铀矿山氡气状态为学习训练样本及预测样本，建立铀矿山 氡气灾害模型。讨论了基于BP神经网络技术的氡气灾害模型分析方法及其有效性。通过实例样本的 训练检验表明，采用人工神经网络方法对铀矿山氡灾害预测取得了比较满意的效果，为神经网络在铀 矿山氡气灾害预报的应用提供了可行性。 [关键词]多层前馈神经网络；氡气 ；学习样本；灾害模型 [文章编号]1000—0658(2012)01—0047—05 [中图分类号]P619．14；TP183[文献标志码]A 铀矿山开采过程中，产生的唯一惰性气体 了预测，预测结果与氡气的实际释放量相吻 为氡气。氡气的半衰期极短，仅数十秒钟。当 合，说明了BP神经网络方法在铀矿山氡气灾 人体吸入氡气以后，在极短时间内生成的氡衰 害预测中的有效性和实用性。讨论了运用人工 变子体将吸附在人体的肺部，产生长久内照射 神经网络方法预测氡气灾害的有效性。 而危害矿工的健康 ，导致肺癌 。因此，加强对 铀矿山氡灾害的预防，是加强铀矿山劳动保护 1 人工神经网络介绍 的重点工作之一。 人工神经网络的基本原理是受生物大脑的 人工神经网络有其独特的优点：它能对信 启发，试图模仿人脑神经系统的组成方式与思 息进行分布式存储和并行协调处理，具有高度 维过程而构成的信息处理系统，具有非线性、 的非线性映射能力，有 良好的自适应性和容错 自学习性、容错性、联想记忆和可以训练性等 性等[1≈]。本文在综合分析铀矿山开采过程中 特点。通过训练和学习，达到对知识进行分类、 产生的氡气对人体影响因素的基础上，提出了 模式判别、联想记忆等能力[4_。目前较常用的 表征氡气灾害的多项复合指标，结合中核抚州 神经网络有十余种，比较典型的有线性神经网 金安公司某大型铀矿山的工程实例为学习训练 络、BP网络、Hopfield网络、径 向基函数网络 样本，建立了氡气灾害分析的BP神经网络预 等_6]。本文采用了反向误差传播算法的BP网 测模型，并对实际铀矿开采中产生的氡气进行 络模型对铀矿开采氡气灾害安全f生进行预测。 ① 国家 自然科学基金 (编号 、核资源与环境教育部重点实验室资助项 目 (编号：101115)。 [收稿 日期]2010—07—13 [改回日期]2011—09—28 [作者简介]朱煜峰 (1981一)，男，讲师，在读博士 ，现在东华理工大学测绘工程学院从事测绘及地质灾 害教学科研工作。E-mail：y~zhu@ecit．cn · 48 · 铀 矿 地 质 第 28卷 BP神经网络模型 (BackPropagation)是 把一组样本的输入与输出变成一个非线性优化 2 BP神经网络在铀矿山氡气灾害模型 问题，采用了最优化处理方法中最普遍的梯度