文献

J-GLOBAL ID：202202275771697012   整理番号：22A0895620

遺伝的アルゴリズムを用いた主成分分析と改良型極端学習機械アルゴリズムに基づく地下水源同定:中国,遼寧省,Dagushan鉄鉱山からの事例研究【JST・京大機械翻訳】

Groundwater source identification based on principal component analysis and improved extreme learning machine algorithm using the genetic algorithm: a case study from the Dagushan iron mine, Liaoning Province, China

著者 (4件)： Hao Qian (School of Water Resources and Environment, China University of Geosciences, Beijing, China) ,  Wu Xiong (School of Water Resources and Environment, China University of Geosciences, Beijing, China) ,  Mu Wenping (School of Engineering and Technology, China University of Geosciences, Beijing, China) ,  Yu Fan (Institute of Systems Engineering, Beijing, China)
資料名： Arabian Journal of Geosciences  (Arabian Journal of Geosciences)
巻： 15  号： 6  ページ： 536  発行年： 2022年 
JST資料番号： W4050A  ISSN： 1866-7511  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究は,中国北東部の遼寧省Dagushan鉄鉱山における鉱山水流入の地下水源を同定することを目的とする。水文地球化学特性は,水-岩石相互作用の過程を反映することができた。したがって,地下水の発生タイプを同定するのに用いることができる。複雑な水文地質条件と採掘地域のデータに直面して,これらの水文化学データを扱う迅速で正確な方法を見つけるのは非常に重要である。本研究の主目的は,遺伝的アルゴリズム(GA),ボックスプロット図,Piper3線形図,およびGibbsダイアグラムを用いて,改良極端学習機械(ELM)アルゴリズムによる主成分分析(PCA)を用いて,トンネルにおける水流入の可能な源を同定する事である。その結果,研究域の水は主に中性であり,水中のイオン種は岩石風化に由来し,その中で最も豊富なアニオンとカチオンはHCO3-とCa2+であった。さらに,表面水,間隙水,および亀裂水の間に,ある水力接続が観察された。PCA-GA-ELMは,鉱山水流入源の同定に非常に有効であることが示された。最初に,データをPCAにより処理し,元の情報の89.887%を保持した。PCA結果は,全溶解固体,Na+,Cl-,SO_4(2-),および全硬度が鉱山水流入の発生源同定に最も強い影響を及ぼすことを示した。次に,10倍交差検証法をELMパラメータの最適化に適用し,GAを用いて100の進化計算後に最適判別モデルを得るためにELMの安定性と精度を改善した。この研究を通して,PCA-GA-ELMは,強い適応性と精度を持ち,そして,この方法を用いて,鉱山水流入源を同定するのに有効であることがわかった。Copyright Saudi Society for Geosciences 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  亀裂 ,  最適化 ,  溶解 ,  風化作用 ,  岩石 ,  *水源 ,  *鉱山 ,  採掘 ,  アニオン ,  カチオン ,  *事例研究 ,  *主成分分析 ,  *遺伝的アルゴリズム
準シソーラス用語： 発生源 , 【Automatic Indexing@JST】

著者キーワード (5件)： 主成分分析 ,  極限学習機械 ,  遺伝的アルゴリズム ,  鉱山水防災 ,  鉱山水源の同定

分類 (2件)： 地下水学  (DC07040Y) ,  水質汚濁一般  (SB02010U)

タイトルに関連する用語 (10件)： 遺伝的アルゴリズム ,  主成分分析 ,  極端学習機械 ,  アルゴリズム ,  地下水 ,  同定 ,  中国 ,  遼寧省 ,  鉄鉱山 ,  研究