基于遗传算法的BP神经网络模型在岩心扫描仪测定海洋沉积物多种组分中的应用研究.pdfVIP

2 0 1 6 年 9 月 岩 矿 测 试 Vol. 35, No. 5 September 2016 ROCK AND MINERAL ANALYSIS 488 -4 9 5 李强，刘坚，李小穗，等.基于遗传算法的B P 神经网络模型在岩心扫描仪测定海洋沉积物多种组分中的应用研究[ J ] . 岩矿 测试，2 0 1 6 ,3 5 (5 ) :488 -4 9 5 . LI Qiang, LIU Jian, LI Xiao-sui, et al. Determination of Multi-components in Marine Sediments by Core Scanner Based on BP Neural Network of Genetic Algoritlim[ J ] . Rock and Mineral Analysis 2016， 3，5 (5 ) :488 - 4 9 5 . 【DOI: 10. 15898/j. cnki. 11 - 2131/td. 2016. 0 5 .0 0 7 】 基 于 遗 传 算 法 的 B P 神经网络模型在岩心扫描仪测定海洋 沉积物多种组分中的应用研究 李 强 刘 坚 李 小 穗 〃 ，涂 公 平 杨 天 邦 M ( 1 . 国土资源部海底矿产资源重点实验室，广东广州510075; 2 . 广州海洋地质调查局，广东广州 510760) 摘要：海洋沉积物样品成分复杂，由于基体效应的影响，利用岩心扫描仪开展X 射线荧光光谱分析只能得到 目标元素的强度信息，不利于该方法在成矿机制和古环境等研究领域更好地发挥作用。本文采用岩心扫描 仪测定海洋沉积物中的铝娃钾钙钦锰铁机铬铜锌4如锶钇和铅1 5 种元素，尝试引入B P 神经网络模型利用其 非线性拟合能力校正基体效应。实验表明，以水系沉积物、海洋沉积物和岩石国家标准物质以及定值海洋沉 积物样品为训练样本，采用遗传算法优化B P 神经网络的初始权值和偏置，可以有效校正除硅之外的1 4 种 元素基体效应的影响，实现了岩心扫描仪X R F 测量结果由强度到浓度的转化。本方法的精密度为0 . 6% ~ 6 . 8 % (R S D ，《 = 1 1 )，国家标准物质和海洋沉积物实际样品中1 5 种组分的预测值与参考值的相对偏差在 0. 5% ~ 17. 5% 之间，适合于海洋沉积物中多种主次量组分的快速分析，拓展了岩心扫描仪的功能。 关键词：遗传算法；神经网络；岩心扫描仪；海洋沉积物；基体效应 中图分类号：0 6 5 7 . 34 文献标识码： A X 射线荧光光谱法(X R F ) 是一种成熟的分析方 只能得到目标元素的含量信息—— 强度大小[84]， 法，广泛应用于地质、冶金和材料等领域，是大规模 不利于依据准确的定量结果进行更为可靠的地球化 地球化学勘查中主次量元素分析的主导方法。但是 学研究和表征，影响该仪器在成矿理论、古气候和古 常规的X R F 分析方法存在制样复杂、分析周期长的 环境等领域更好地发挥作用。 问题，同时应用于沉积物岩心分析时取样间隔一般 基体效应的校正是X R F 分析领域的难点，传统 是 10〜20 cm ，存在分辨率较低的问题。岩心扫描 的校正方法有经验系数法和基本参数法，经验系数 仪 X R F 法是一种更为简单高效的分析方法，具有快 法对标样与样品相似性要求较高，基本参数法克服 速、无损、高精度和高分辨率的特点，可以快速获取 了经验系数法的不足，但是存在某些参数难以确定 沉积物岩心的高分辨率的元素含量信息，从而在成 的问题。人工神经网络是模拟大脑神经网络结构和 矿机制、环境变化[1]和古气候古环境研究以及岩心 功能的信息处理系统，由输入层、隐含层和输出层组 之间的初始相关性等研