BP神经网络在爆破震动速度预测中的应用.pdf

《BP神经网络在爆破震动速度预测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、BP神经网络在爆破震动速度预测中的应用■唐威[摘要]爆破震动的准确预测是确保工程爆破成功的前提，然而，爆破震动会受到爆破条件的复杂影响。本文在分析爆破条件对爆破震动影响的基础上，利用BP神经网络的高度非线性特性和强大学习能力，建立了爆破震动速度预测模型。选用工程监测数据，对网络模型进行了训练和预测。预测结果与实测数据具有较好的相关性，所建立的预测模型对爆破震动速度的预测具有较高的理论和应用价值。图1BP神经网络的学习算法[关键词]爆破震动BP神经网络预测三、BP神经网络预测爆破震动速度的实验图2隐含层有7个神经元本文引用了40组工程爆破中的实测数据，整理目前，爆破技术广泛应用于采矿

2、、水电、交通后的数据如表1所示；选用前30组数据对网络进行及国民经济建设各领域，而爆破震动是工程爆破中训练，用训练后的网络对后10组数据进行预测。不容忽视的重要问题，直接关系到爆破工程能否顺表1爆破震动速度实测值实测震利进行。智能算法具有强大的非线性处理能力，是最大段药爆心距高差编号速量（kg）（m）（m）新时代研究爆破震动参数预测的基础，国内外的学（cm/s）11782613.86者在智能预测方面进行了广泛而深入的研究。本文21235830.47在分析爆破条件对爆破震动影响的基础上应用BP317868210.624138167.7-16.51.45神经网络对爆破震动速度进行预测。

3、图3隐含层有11个神经元5138167.75.52.24一、爆破条件对爆破震动的影响6138167.7-5.51.80717021168.23目前，爆破条件对爆破震动的影响程度尚无定817036122.18论，从系统工程的观点来看，爆破震动是一个多因926808022.3610156078162.18素、多层次、多目标的复杂系统。爆源因素和非爆11187095241.86源因素的共同作用决定了岩体爆破震动的强度，国121264560.9113145078121.90内外的学者针对爆破条件对爆破震动的影响做了大14145078-121.18量卓有成效的研究。相关研究指出，最大段药量、

4、15145095241.531617026124.63爆心距和高差是影响爆破震动强度的最主要因素。17126056184.14二、BP神经网络18190062427.2319168078112.091.BP神经网络的原理图4隐含层含有13个神经元20124564-61.87BP（Back-Propagation）神经网络是一种误差2167068121.44表2为BP神经网络预测结果和实测数据的对2262132107.49反向传递的多层前向网络。本文采用典型的3层前比，表中数据显示，除了第7组之外，神经网络模23783521.04馈型BP神经网络的学习算法结构，如图1所示。24125

5、667162.62型预测的误差在10%左右，预测结果与实测数据具2512006542.14网络由输入层、隐含层和输出层组成，设其输有较好的相关性。然而第七组数据是由于其实测震26125068142.42入层、隐含层、输出层的神经元个数分别为m、h、27264078213.61速很小，所以其相对误差比较大，其绝对误差并不28234078112.70n，各层的编号依次为LA、LB、LC，输入参数的数大。29128754164.40据以向量形式输入，相邻的神经元实行全连接。30785410.37表2BP神经网络预测结果与实测数据对比311453421.802.爆破震动速度预测的BP神经网

6、络模型编号实测震速预测结果相对误差32168069344.3811.801.71-5.00%BP神经网络模型的设计与构造主要有三项内33120065122.5124.384.380.00%34150067183.13容：输入参数、隐含层神经元个数和输出参数的确35132078111.7332.512.49-0.80%定。36145067142.8143.133.130.00%（1）输入参数的确定379267-160.1851.731.772.31%389267120.3262.812.79-0.71%根据前文对影响爆破震动强度因素的分析可391243431.6370.180.222

7、2.22%4012754230.84知，最大段药量mQ、爆心距r、高差H是影响爆破80.320.359.37%通过不同隐含层神经元个数的实验对比发现，震动强度的最主要的因素，因此选取这3个参数作91.631.59-2.45%隐含层的神经元个数设置为11时，网络的预测精度100.840.9513.10%为输入参数。和收敛速度更高，因此，将隐含层的神经元个数改五、结语（2）输出参数的确定为11。对比实验的训练和预测结果如图2、图3、通过上述理论分析和实验研究得到以下主要结