基于PCA-BP神经网络在爆破振动评价要素中的预测及应用
来源期刊:矿业研究与开发2018年第12期
论文作者:苟倩倩 赵明生 池恩安 何兴贵 黄胜松
文章页码:97 - 102
关键词:爆破振动;正交性;主成分分析;BP神经网络;
摘 要:为了更准确的预测爆破振动评价要素,优化BP网络结构,增强网络的泛化性能,采用主成分分析方法对爆破现场采集的影响爆破振动的11个因素数据进行分析,提取五组可以代表全部影响因素的因子作为BP神经网络的输入层,以爆破振动评价三要素作为输出层,建立基于PCABP的预测模型。结果表明:PCA-BP模型预测峰值振速、持续时间、频率的平均误差分别为14.57%,8.08%,12.33%,与传统的萨氏公式以及标准的BP神经网络相比,预测精度及效率明显提高。
苟倩倩1,赵明生1,2,池恩安1,3,何兴贵1,2,黄胜松1
1. 贵州大学矿业学院2. 贵州新联爆破工程集团有限公司
摘 要:为了更准确的预测爆破振动评价要素,优化BP网络结构,增强网络的泛化性能,采用主成分分析方法对爆破现场采集的影响爆破振动的11个因素数据进行分析,提取五组可以代表全部影响因素的因子作为BP神经网络的输入层,以爆破振动评价三要素作为输出层,建立基于PCABP的预测模型。结果表明:PCA-BP模型预测峰值振速、持续时间、频率的平均误差分别为14.57%,8.08%,12.33%,与传统的萨氏公式以及标准的BP神经网络相比,预测精度及效率明显提高。
关键词:爆破振动;正交性;主成分分析;BP神经网络;