-
题名基于萤火虫算法优化BP神经网络的爆破振速预测
被引量：2
- 1
-
-
作者
张勇
李旋
尹燕良
李富杰
-
机构
宜都市兴宜建筑工程有限公司
湖北省交通规划设计院股份有限公司
长江岩土工程有限公司
中铁第一勘察设计院集团有限公司
-
出处
《人民长江》
北大核心
2023年第5期231-236,共6页
-
文摘
爆破振动是岩体爆破开挖工程中典型的有害效应,实现爆破振动精准预测对爆破过程中的风险控制意义重大。为实现这一目标,借助萤火虫算法(FA)对反向传播神经网络(BPNN)的权值和阈值进行优化,构建FA-BP神经网络预测模型,以露天矿山台阶爆破中多个设计参数和爆心距为模型输入参数,对峰值质点振速进行预测,并比较FA-BP神经网络模型、统计预测方程、BPNN模型和随机森林方法的预测结果。最后,借助归一化互信息分析各输入参数对FA-BPNN预测结果的敏感性。研究结果表明:FA-BPNN模型能有效预测爆破峰值质点速度,预测结果对应的均方根误差、平均绝对误差和决定系数分别为1.445,1.182和0.973,预测效果较其余3种方法更好;单段最大装药量、爆心距、炸药单耗、台阶高度与抵抗线长度之比对爆破峰值振速预测结果影响较大。
-
关键词
工程爆破
爆破振动
峰值振动速度
BP神经网络
萤火虫算法
归一化互信息
-
Keywords
blast engineering
blast vibration
peak particle velocity
BP neural network
firefly algorithm
normalized mutual information
-
分类号
TV542.4
[水利工程—水利水电工程]
-
