基于PSO-SVM的煤矿巷道爆破效果预测关键技术研究

作者：岳中文; 范皓宇^*; 马鑫民

来源：爆破, 2019, 36(03): 31-55.

• 爆破参数
• 炮孔利用率
• 支持向量机
• 粒子群算法

煤矿巷道爆破效果受很多因素的影响,传统单一模式下的人工智能方法对煤矿巷道爆破效果预测不佳。因此以提高模型的预测精度为目的,通过建立PSO-SVM模型进行关键参数寻优。计算得出惩罚参数c与核函数参数g分别为14.0046和1.3622。以我国煤矿岩石巷道爆破工程为背景,从现场调研收集到的100余条巷道爆破工程实例中选取42组典型案例作为训练和测试样本,分别在RBF核函数的基础上应用传统SVM、Grid search-SVM和PSO-SVM模型对炮孔利用率进行预测对比,得到3种预测结果的准确率分别为66.67%、75%、91.67%;同时进一步验证了在PSO-SVM模型中4种不同核函数的预测准确率。结果表明:PSO-SVM模型中选取RBF核函数所得到的准确率最高,精度能够满足工程实际需求。

• 单位
  建筑工程学院; 中国矿业大学（北京）