基于拟牛顿法的QN-BP预测爆破振动峰值速度

根据某露天矿台阶爆破实测数据,利用基于回归分析的经验公式和普通BP神经网络模型以及基于拟牛顿法的改进BP神经网络(QN-BP)模型对爆破振动峰值速度进行预测。两种模型的训练结果表明:QN-BP模型经过122次迭代即可收敛,训练平均误差为3.7%;而普通BP模型收敛需要10万次以上迭代,训练平均误差4.2%。通过QN-BP模型、BP模型和经验公式的预测结果与实测值的对比,三者的平均相对误差分别为6.05%、10.21%和23.42%。     

Excel VBA在大直径深孔爆破设计的应用

针对地下大直径深孔间隔装药微差爆破设计过程复杂、繁琐、低效、易出错的特点,应用Excel强大的计算统计功能和VBA自动化功能,通过调用函数、编写宏代码及设置控件,构建功能模块,开发了具有参数化数据输入、动态计算与统计、自动生成材料报表、爆破设计优化、自动查错功能的爆破设计表格系统;在凡口铅锌矿大直径深孔采矿实践应用中,表格系统能够快速准确实现爆破设计图的表格化,用于指导爆破现场的精细化施工,并且自动分类统计出爆破器材、单响药量等,取代手工计算,明显提高了设计效率和准确度、降低了工作强度,取得了良好的效果,可为其它间隔装药微差爆破设计提供借鉴。     

盐湖卤水开采中输卤渠道实用经济断面的确定

针对盐湖资源开采中梯形渠道实用经济断面的传统设计方法中存在计算参数选择比较随意、经济因素考虑不足等缺点,在分析实用经济断面影响因素的基础上,提出了一种更为合理的计算方法。该方法通过比较不同偏离系数时渠道实用经济断面的修建费用,得出经济最优断面,对于盐湖矿床开采中的输卤渠道设计具有一定的指导意义。     

爆破振动速度衰减公式的稳健回归分析

针对经典最小二乘法在回归分析爆破质点振速中存在的问题,即无法抵御异常值的影响,提出了爆破质点振速衰减公式的稳健回归分析.该方法基于迭代加权最小二乘法回归参数,对异常值给与较低的 权重,正常值给与较高的权重,有效的抵御了异常值对回归模型的影响.通过实例分析,对比了2种方法在有异常值和剔除异常值后的回归结果,证明了稳健回归分析这一方法的可靠性及优越性.     

偏最小二乘回归神经网络模型在爆破振动峰值速度预测中的应用

神经网络方法是处理非线性问题的有力工具,但当输入变量较多,输入变量间存在的多重共线性性会使得网络的建模效率下降。偏最小二乘回归方法通过提取对因变量解释性较强的成分,能较好地克服变量间的多重共线性。将两种方法相结合,建立了爆破振动峰值速度的偏最小二乘回归BP神经网络预测模型。利用偏最小二乘法对影响爆破振动的因素进行分析,提取出3个新综合变量,使BP网络的输入层节点数目由9个减少到3个,简化了网络结构,提高了计算速度,增强了网络稳定性。分析结果表明,耦合模型的平均预测误差为7.62%,相较于传统的萨氏公式及标准的BP神经网络模型其预测精度有了明显提高。