| 基于神经网络算法的爆破振动预测模型开发 |
| |
| 引用本文： | 徐国权,王鑫瑀.基于神经网络算法的爆破振动预测模型开发[J].有色金属工程,2023(5):94-102. |
| |
| 作者姓名： | 徐国权 王鑫瑀 |
| |
| 作者单位： | 东华理工大学,河北钢铁集团矿业有限公司 |
| |
| 基金项目： | 国家自然科学基金青年基金(52008080) |
| |
| 摘 要： | 爆破地震效应是爆破过程中最为常见的负面效应之一。对地面振动进行准确预测是预防和控制爆破地震效应的前提。研究中,采集了76组爆破振动数据,基于神经网络算法,提出了8种不同的爆破振动预测模型,并考虑了神经元数量、传递函数和学习函数等超参数对神经网络模型预测精度的影响。选择了三种统计指标对模型性能进行评估,并对所开发模型的性能进行了比较。结果显示,建立的ANN-3模型具有最高的预测精度,其相关系数、决定系数和均方根误差分别为0.972、0.945和1.949。得到了神经网络的最佳参数配置:网络结构2-12-1,输入层-隐藏层-输出层之间的传递函数为logsig-pureling,学习函数为learngd。研究成果有助于提高矿山生产爆破的安全,特别是作为爆破设计过程中的辅助工具,便于爆破工程师更好的控制爆破振动,以及为围岩稳定性评估提供决策支持。
|
| 关 键 词： | 爆破振动 神经网络 预测 优化 机器学习 |
| 收稿时间： | 2022/10/25 0:00:00 |
| 修稿时间： | 2022/12/1 0:00:00 |
Developing a blasting vibration prediction model based on machine learning algorithm |
| |
| xu guoquan and wang xinyu.Developing a blasting vibration prediction model based on machine learning algorithm[J].Nonferrous Metals Engineering,2023(5):94-102. |
| |
| Authors: | xu guoquan and wang xinyu |
| |
| Affiliation: | East china university of techology,Hebei IRON&STEEL GROUP MINING CO. LTD |
| |
| Abstract: | |
| |
| Keywords: | blasting vibration ANN prediction optimize machine learning |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《有色金属工程》浏览原始摘要信息 |
|
点击此处可从《有色金属工程》下载全文 |
|
