基于PSO-LSSVM模型的露天矿爆破振动效应预测

岳中文¹，吴羽霄¹，李鑫¹，周奕硕¹

1. 中国矿业大学(北京)力学与建筑工程学院

摘 要：为寻找一种适合露天矿爆破振动效应的预测模型,结合内蒙古康宁爆破公司德隆和华武煤矿爆破工程的50组实测数据,建立最小二乘支持向量机（LSSVM）模型分别对爆破峰值振动速度v和振动主频f两个评价爆破振动效应的指标进行预测,并结合粒子群算法（PSO）寻优获得LSSVM中正则化参数γ和核函数宽度系数σ的最佳参数组合。结果表明:PSO-LSSVM模型对爆破峰值振动速度和振动主频预测的MRE为3.31%和6.38%,RMSE为0.98%和2.02%。与BP神经网络、LSSVM模型对比,此模型具有更好的泛化能力和更高的预测精度,为多因素影响下爆破振动效应预测提供了一种新的思路。

关键词：露天矿爆破;最小二乘支持向量机;粒子群算法;爆破振动效应;惯性权重因子;