基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：采用衡山白果地区石膏矿山的11个评价指标，综合运用粗糙集和神经网络理论，构建了基于粗糙集一神经网络（RS—ANN）的矿山地质环境影响评价模型，对RSES软件约简的数据和无约简的数据采用EasyNN—plus软件进行预测评价。神经网络模型的输入属性为8个，而粗糙集-神经网络模型的输入属性为6个，训练样本均为13个，预测样本均为4个，前者的平均预测精度为1．85％～24．86％，后者为1．23％～15．28％。研究发现，粗糙集在保留关键信息的前提下可有效地对数据表进行约简，约简后的神经网络预测结果与实际情况吻合，并比无约简时总体精度有较大幅度提高。

原文链接:http://www.cqvip.com//QK/97423X/200908/31661841.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：地质环境 神经网络 环境影响 评价模型 神经网 矿山地质环境 评价模型 粗糙集 BP神经网络 评价指标