為了能預測不同爆破條件下的爆破峰值振動速度,開發(fā)能夠獨立運行的預測程序,利用BP神經網絡和MATLAB,選取最大段裝藥量、炮孔深度、水平距離、垂直距離和炸藥單耗作為輸入層,以測振儀采集到的峰值振速作輸出層,建立了一套爆破振動預測系統(tǒng)。研究結果表明:利用薩道夫斯基公式預測的平均誤差為20.556%,最大誤差為39.87%;利用預測系統(tǒng)預測的平均誤差為6.594%,最大誤差為10.67%,預測系統(tǒng)的預測準確度有明顯的提高。 

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 BP神經網絡原理
2 MATLAB中可視化預測系統(tǒng)的實現(xiàn)
    2.1 MATLAB中BP神經網絡的應用
    2.2 MATLAB中APP DESIGNER的應用
3 爆破振動預測系統(tǒng)的開發(fā)
    3.1 系統(tǒng)主界面設計
    3.2 爆破振動預測系統(tǒng)模型的訓練
    3.3 爆破振動預測系統(tǒng)的爆破振動速度預測
4 爆破振動預測系統(tǒng)的應用
    4.1 數(shù)據采集
    4.2 薩道夫斯基預測公式回歸分析
    4.3 預測系統(tǒng)結果與薩道夫斯基公式預測結果的對比
5 結論


【參考文獻】：
期刊論文
[1]標準正態(tài)分布在高程爆破振動評價與預測中的應用[J]. 孫賽賽,池恩安,牛國廷,張修玉,明悅,雷振.  礦業(yè)研究與開發(fā). 2020(04)
[2]穿越古長城的隧道開挖爆破振動參數(shù)預測模型[J]. 江東平,李龍福,朱磊,李明.  工程爆破. 2020(02)
[3]BP神經網絡在爆破振動中的研究與應用[J]. 冷智高,李祥龍,程明,宋春輝,陶子豪.  有色金屬(礦山部分). 2019(06)
[4]基于PCA-BP神經網絡在爆破振動評價要素中的預測及應用[J]. 茍倩倩,趙明生,池恩安,何興貴,黃勝松.  礦業(yè)研究與開發(fā). 2018(12)
[5]基于B樣條的爆破振動“速度-頻率”歷程預測方法[J]. 雷振,高正華,左宇軍,王建楠,周后友,王澤文.  礦業(yè)研究與開發(fā). 2018(06)
[6]基于BP神經網絡的樁基爆破振動速度預測[J]. 蒲傳金,郭王林,秦曉星,徐金貴,賀高威,肖定軍.  爆破. 2018(02)
[7]爆破振動在臺階邊坡上的傳播規(guī)律與預測分析[J]. 秦曉星,蒲傳金,徐金貴,賀高威,肖定軍.  有色金屬(礦山部分). 2018(03)
[8]基于隨機森林算法的爆破振速預測研究[J]. 張吉勇,付玉華,周俊.  化工礦物與加工. 2018(04)
[9]BP神經網絡隱含層節(jié)點數(shù)確定方法研究[J]. 王嶸冰,徐紅艷,李波,馮勇.  計算機技術與發(fā)展. 2018(04)
[10]基于Matlab和BP神經網絡的爆破振動預測系統(tǒng)[J]. 施建俊,李慶亞,張琪,衛(wèi)星,王輝.  爆炸與沖擊. 2017(06)



本文編號：3657703