基于PCA-BP神经网络在爆破振动评价要素中的预测及应用

作者：苟倩倩; 赵明生^*; 池恩安; 何兴贵; 黄胜松

来源：矿业研究与开发, 2018, 38(12): 97-102.

DOI：10.13827/j.cnki.kyyk.2018.12.021

• 爆破振动
• 正交性
• 主成分分析
• BP神经网络

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。

• 单位
  贵州新联爆破工程集团有限公司; 贵州大学