基于RBF神经网络的爆破块度预测方法

作者：银开州; 董镇林; 孙继林; 蔡远松; 翟小鹏; 叶健; 伍世虔

来源：2021-11-15, 中国, ZL202111349702.7.

本发明公开了一种基于RBF神经网络的爆破块度预测方法,包括：步骤一、基于历史爆破数据构建包括爆破设计参数、岩石系数、平均块度的训练数据集,其中,岩石系数基于反映岩石性质的多组数据计算得到；步骤二、构建RBF神经网络,以训练数据集的爆破设计参数、岩石系数为输入层,以平均块度为输出层,训练RBF神经网络,以确定RBF神经网络的隐层,隐层与输出层之间的权重系数,即得训练完成的RBF神经网络；步骤三、输入爆破设计参数和待爆破位置处的岩石系数至训练完成的RBF神经网络,输出得到平均块度。本发明具有RBF神经网络契合爆破数据的分布特征,输入数据维度少,且预测准确度高的有益效果。

• 单位
  北京奥信化工科技发展有限责任公司; 武汉科技大学