基于遗传BP神经网络的煤矿爆破振动特征参量预测
张士科1
方宏远2
耿勇强3
1.安阳师范学院建筑工程学院,河南安阳455000;郑州大学水利与环境学院,河南郑州4500012.郑州大学水利与环境学院,河南郑州,4500013.安阳师范学院建筑工程学院,河南安阳,455000
摘要：为了解决矿区爆破振动产生的危害大、影响因素多、特征参量监测结果离散和计算非线性的问题,通过建立基于遗传算法优化BP神经网络预测模型来拟合煤矿爆破振动参数与特征参量之间的非线性关系,并采用该模型对煤矿爆破振动特征参量进行了准确的预测.研究结果表明:在实际工程中,GA-BP神经网络模型对确定不容易测量的爆破振动特征参量能有效预测,同时又能节约大量人力和财力;GA-BP神经网络预测模型较经验公式、BP神经网络预测模型有更强的解决复杂非线性问题能力,其预测值与实际值的相对误差在10％以内,不易陷入局部极小值,稳定性更好,平均预测精度较高;从使用的样本数量可知该模型可为小样本、多因素影响参数预测问题提供一种切实有效的方法,且工作量小而灵活,适用性广泛.
关键词：遗传算法BP神经网络爆破振动特征参量预测煤矿爆破参数
分类号：TD235.4(矿山设计与建设)
资助基金：国家自然科学基金(51678536)国家自然科学基金(41404096)中国博士后科学基金(2016M602259)河南省科技攻关计划(182102310804)河南省自然科学基金(182300410160)安阳师范学院大学生创新基金(ASCX/2017-Z141)
论文发表日期：2018-09-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 133-139 )
英文信息