基于GSA-LSSVM的岩石爆破块度预测

作者：王军; 崔志鹏

来源：湖南有色金属, 2021, 37(05): 1-4.

• 最小二乘向量机
• 万有引力搜索算法
• 岩石块度预测

为了提高露天矿山爆破开挖的作业效率、增加经济效益,精准地预测爆破块度分布至关重要。文章将万有引力搜索智能算法(GSA)与最小二乘支持向量机结合,形成GSA-LSSVM预测模型,首次将该预测模型应用到爆破块度的预测当中。结合现有有关的矿山爆破块度数据,并依次运用GSA-LSSVM、LS-SVM、Kuz-Ram三种块度模型进行数据预测、分析。根据预测结果分析可知:在三种不同的爆破块度预测模型中,精度最高的为GSA-LSSVM模型,佐证了将该模型运用于预测露天矿山爆破块度的可行性及预测精度的优势。