偏最小二乘回归神经网络模型在爆破振动峰值速度预测中的应用

• 作者: 史秀志 唐礼忠 武永猛 黄宣东
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 爆破振速 多重共线性 偏最小二乘回归 BP神经网络
• 年，卷（期）: 2013,（12）
• 页码范围: 45-49
• 页数: 5页
• 分类号: TD235
• 字数: 3433字
• 语种: 中文

摘要

神经网络方法是处理非线性问题的有力工具,但当输入变量较多,输入变量间存在的多重共线性性会使得网络的建模效率下降.偏最小二乘回归方法通过提取对因变量解释性较强的成分,能较好地克服变量间的多重共线性.将两种方法相结合,建立了爆破振动峰值速度的偏最小二乘回归BP神经网络预测模型.利用偏最小二乘法对影响爆破振动的因素进行分析,提取出3个新综合变量,使BP网络的输入层节点数目由9个减少到3个,简化了网络结构,提高了计算速度,增强了网络稳定性.分析结果表明,耦合模型的平均预测误差为7.62％,相较于传统的萨氏公式及标准的BP神经网络模型其预测精度有了明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐礼忠	中南大学资源与安全工程学院	74	1287	20.0	33.0
2	史秀志	中南大学资源与安全工程学院	163	1691	22.0	32.0
3	黄宣东	中南大学资源与安全工程学院	6	36	3.0	6.0
4	武永猛	中南大学资源与安全工程学院	5	36	3.0	5.0