基于粗糙集模糊神经网络的爆破振动危害预测

• 作者: 史秀志 林大能 陈寿如
• 来源期刊: 爆炸与冲击
• 关键词: 爆炸力学 危害预测 粗糙集 爆破振动 模糊神经网络
• 年，卷（期）: 2009,（4）
• 页码范围: 401-407
• 页数: 7页
• 分类号: O382|TD235.1
• 语种: 中文
• DOI: 10.3321/j.issn:1001-1455.2009.04.012

摘要

为了探索一种能克服单因素预测的局限性,提高爆破振动危害预测精度的方法,基于粗糙集模糊神经网络理论,建立了综合考虑爆破振动幅值、主频率、主频率持续时间及结构动力特性等10个因素的民房破坏程度预测模型;用铜绿山矿爆破振动和民房破坏情况观测数据,对该模型进行了训练和测试,测试结果与现场观测结果具有良好的一致性.研究表明,粗糙集理论可将现场数据进行属性约简,简化输入变量,缩小神经网络的搜索空问,改善爆破振动的预测性能;基于粗糙集模糊神经网络理论的爆破振动危害预测模型,能更好地考虑各种因素对危害程度的综合影响,避免了单因素预测的局限性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈寿如	中南大学资源与安全工程学院	65	935	21.0	27.0
2	史秀志	中南大学资源与安全工程学院	163	1691	22.0	32.0
3	林大能	湖南科技大学能源与安全工程学院	43	463	11.0	20.0