-
题名基于SSA-Elman神经网络的爆破振动速度预测
- 1
-
-
作者
王晗
闫鹏
张云鹏
巩瑞杰
袁腾
杨曦
-
机构
华北理工大学矿业工程学院
河北省矿业开发与安全技术重点实验室
河北钢铁集团司家营研山铁矿有限公司
-
出处
《工程爆破》
北大核心
2025年第3期140-150,共11页
-
基金
河北省教育厅在读研究生创新能力培养资助项目(CXZZBS2023124)
河北省高等学校科学技术研究项目(QN2023166)。
-
文摘
为降低爆破振动对环境产生的影响,预测爆破振动速度非常有必要。选取85组爆破振动数据,采用灰色综合关联度理论识别了影响爆破振动速度的7个重要因素,通过麻雀搜索算法(SSA)改进Elman神经网络的方法建立了爆破振动速度预测模型。研究结果表明,与Elman神经网络预测模型相比,X、Y以及Z方向的爆破振动速度SSA-Elman神经网络预测模型的预测值和实测值更接近,均方根误差(RMSE)以及平均绝对误差(MAE)较小,S_(RMSE)分别减少了54.2%、9.3%、34%,S MAE分别减少了50%、5.7%、21%,说明采用SSA优化Elman神经网络权值和阈值的方法,可以提高Elman神经网络预测模型的精度。
-
关键词
爆破振动预测
ELMAN神经网络
麻雀搜索(SSA)算法
灰色综合关联度分析
-
Keywords
blasting vibration prediction
Elman neural network
Sparrow Search Algorithm(SSA)
grey comprehensive relationship degree analysis
-
分类号
TD235
[矿业工程—矿井建设]
-
