PCA-BP算法在地面爆破振動(dòng)中的應(yīng)用
發(fā)布時(shí)間:2021-06-27 17:56
為了更加準(zhǔn)確地預(yù)測(cè)地面爆破的質(zhì)點(diǎn)峰值振動(dòng)速度,提出應(yīng)用一種PCA-BP算法,該算法首先利用主成分分析對(duì)爆心距、高程差、總藥量、炮孔深度、單段最大藥量等地面爆破振動(dòng)影響因素進(jìn)行研究,然后結(jié)合BP神經(jīng)網(wǎng)絡(luò)算法對(duì)其爆破質(zhì)點(diǎn)峰值振動(dòng)速度進(jìn)行預(yù)測(cè)。結(jié)果顯示:利用PCA-BP算法的預(yù)測(cè)結(jié)果更接近工程實(shí)測(cè)值,平均相對(duì)誤差為7.748%,遠(yuǎn)小于用傳統(tǒng)薩道夫斯基經(jīng)驗(yàn)公式進(jìn)行預(yù)測(cè)的平均相對(duì)誤差32.654%,說(shuō)明將PCA-BP算法應(yīng)用到爆破振動(dòng)工作中是比較可行的,對(duì)評(píng)估地面振動(dòng)危害有一定的指導(dǎo)意義。
【文章來(lái)源】:工程爆破. 2020,26(05)CSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
碎石圖
采用梯度下降動(dòng)量和自適應(yīng)lr算法‘tansig’訓(xùn)練BP網(wǎng)絡(luò)。學(xué)習(xí)率為0.05,目標(biāo)誤差為0.625×10-3,最大迭代次數(shù)為1 000,使用MATLAB軟件進(jìn)行計(jì)算。前15個(gè)網(wǎng)絡(luò)輸出與實(shí)際輸出對(duì)比如圖2所示。地面爆破質(zhì)點(diǎn)峰值振動(dòng)速度預(yù)測(cè)結(jié)果與期望目標(biāo)的關(guān)系如圖3所示。
地面爆破質(zhì)點(diǎn)峰值振動(dòng)速度預(yù)測(cè)結(jié)果與期望目標(biāo)的關(guān)系如圖3所示。利用PCA-BP算法經(jīng)MATLAB計(jì)算可得測(cè)試數(shù)據(jù)(后5組)預(yù)測(cè)結(jié)果值分別為2.349 2、4.929 6、0.771 2、1.150 3、1.421 4。將預(yù)測(cè)結(jié)果與期望目標(biāo)擬合成線性函數(shù),計(jì)算得二者的相關(guān)系數(shù)達(dá)到 0.896 75(理想狀態(tài)是相關(guān)系數(shù)等于1時(shí))[13],說(shuō)明預(yù)測(cè)結(jié)果的可信度較高。
【參考文獻(xiàn)】:
期刊論文
[1]主成分分析在碳排放中的應(yīng)用[J]. 胡航英. 納稅. 2019(20)
[2]基于隨機(jī)森林算法的爆破振速預(yù)測(cè)研究[J]. 張吉勇,付玉華,周俊. 化工礦物與加工. 2018(04)
[3]基于Matlab和BP神經(jīng)網(wǎng)絡(luò)的爆破振動(dòng)預(yù)測(cè)系統(tǒng)[J]. 施建俊,李慶亞,張琪,衛(wèi)星,王輝. 爆炸與沖擊. 2017(06)
[4]基于BP神經(jīng)網(wǎng)絡(luò)與經(jīng)驗(yàn)公式法的地下洞室爆破振速預(yù)測(cè)及對(duì)比研究[J]. 李新,曹鵬飛. 甘肅水利水電技術(shù). 2016(02)
[5]優(yōu)化的GEP算法在爆破振動(dòng)預(yù)測(cè)中的應(yīng)用[J]. 王斌,張迅,盛津芳,陳新,史秀志. 計(jì)算機(jī)工程與應(yīng)用. 2016(22)
[6]大跨度隧道施工爆破地震波監(jiān)測(cè)及減震措施[J]. 陳翰新,吳明生. 交通科技與經(jīng)濟(jì). 2010(04)
[7]基于人工神經(jīng)網(wǎng)絡(luò)的大海則煤礦單井礦井水定量預(yù)測(cè)[J]. 于洋,張振文,于孔超. 科技創(chuàng)新導(dǎo)報(bào). 2009(19)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的爆破振動(dòng)峰值及主頻預(yù)測(cè)[J]. 張藝峰,姚道平,謝志招. 工程地球物理學(xué)報(bào). 2008(02)
[9]一種基于PCA的GEP算法及在采煤工作面瓦斯涌出量預(yù)測(cè)中的應(yīng)用[J]. 谷瓊,蔡之華,朱莉,黃波,杜均. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2007(04)
[10]基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的巖爆預(yù)測(cè)模型[J]. 孟陸波,李天斌,王震宇. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào). 2003(04)
碩士論文
[1]制造業(yè)備件庫(kù)存管理優(yōu)化體系研究與應(yīng)用[D]. 姚菲.北京郵電大學(xué) 2014
本文編號(hào):3253327
【文章來(lái)源】:工程爆破. 2020,26(05)CSCD
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
碎石圖
采用梯度下降動(dòng)量和自適應(yīng)lr算法‘tansig’訓(xùn)練BP網(wǎng)絡(luò)。學(xué)習(xí)率為0.05,目標(biāo)誤差為0.625×10-3,最大迭代次數(shù)為1 000,使用MATLAB軟件進(jìn)行計(jì)算。前15個(gè)網(wǎng)絡(luò)輸出與實(shí)際輸出對(duì)比如圖2所示。地面爆破質(zhì)點(diǎn)峰值振動(dòng)速度預(yù)測(cè)結(jié)果與期望目標(biāo)的關(guān)系如圖3所示。
地面爆破質(zhì)點(diǎn)峰值振動(dòng)速度預(yù)測(cè)結(jié)果與期望目標(biāo)的關(guān)系如圖3所示。利用PCA-BP算法經(jīng)MATLAB計(jì)算可得測(cè)試數(shù)據(jù)(后5組)預(yù)測(cè)結(jié)果值分別為2.349 2、4.929 6、0.771 2、1.150 3、1.421 4。將預(yù)測(cè)結(jié)果與期望目標(biāo)擬合成線性函數(shù),計(jì)算得二者的相關(guān)系數(shù)達(dá)到 0.896 75(理想狀態(tài)是相關(guān)系數(shù)等于1時(shí))[13],說(shuō)明預(yù)測(cè)結(jié)果的可信度較高。
【參考文獻(xiàn)】:
期刊論文
[1]主成分分析在碳排放中的應(yīng)用[J]. 胡航英. 納稅. 2019(20)
[2]基于隨機(jī)森林算法的爆破振速預(yù)測(cè)研究[J]. 張吉勇,付玉華,周俊. 化工礦物與加工. 2018(04)
[3]基于Matlab和BP神經(jīng)網(wǎng)絡(luò)的爆破振動(dòng)預(yù)測(cè)系統(tǒng)[J]. 施建俊,李慶亞,張琪,衛(wèi)星,王輝. 爆炸與沖擊. 2017(06)
[4]基于BP神經(jīng)網(wǎng)絡(luò)與經(jīng)驗(yàn)公式法的地下洞室爆破振速預(yù)測(cè)及對(duì)比研究[J]. 李新,曹鵬飛. 甘肅水利水電技術(shù). 2016(02)
[5]優(yōu)化的GEP算法在爆破振動(dòng)預(yù)測(cè)中的應(yīng)用[J]. 王斌,張迅,盛津芳,陳新,史秀志. 計(jì)算機(jī)工程與應(yīng)用. 2016(22)
[6]大跨度隧道施工爆破地震波監(jiān)測(cè)及減震措施[J]. 陳翰新,吳明生. 交通科技與經(jīng)濟(jì). 2010(04)
[7]基于人工神經(jīng)網(wǎng)絡(luò)的大海則煤礦單井礦井水定量預(yù)測(cè)[J]. 于洋,張振文,于孔超. 科技創(chuàng)新導(dǎo)報(bào). 2009(19)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的爆破振動(dòng)峰值及主頻預(yù)測(cè)[J]. 張藝峰,姚道平,謝志招. 工程地球物理學(xué)報(bào). 2008(02)
[9]一種基于PCA的GEP算法及在采煤工作面瓦斯涌出量預(yù)測(cè)中的應(yīng)用[J]. 谷瓊,蔡之華,朱莉,黃波,杜均. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2007(04)
[10]基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的巖爆預(yù)測(cè)模型[J]. 孟陸波,李天斌,王震宇. 中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào). 2003(04)
碩士論文
[1]制造業(yè)備件庫(kù)存管理優(yōu)化體系研究與應(yīng)用[D]. 姚菲.北京郵電大學(xué) 2014
本文編號(hào):3253327
本文鏈接:http://sikaile.net/guanlilunwen/gongchengguanli/3253327.html
最近更新
教材專著