基于极限学习理论的爆破块度预测

• 作者: 刘东锐 戴兵 金宇松
• 来源期刊: 化工矿物与加工
• 学科: 工学
• 关键词: 矿山爆破 爆破块度预测 ELM极限学习理论
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 45-47
• 页数: 3页
• 分类号: TD235.4
• 语种: 中文

摘要

通过爆破试验,获得9组爆破参数,采用照片法统计了相应的爆破块度,采用极限学习机ELM(ExtremeLearning Machine)预测模型,对最后3组爆破参数下的大块率进行预测,同时采用BP预测模型进行预测.两种预测对比可知:E LM模型可以较好地预测爆破块度,且比传统神经网络有较好的适用性和精确性,可用于爆破块度预测,为爆破参数设计提供可靠的依据.