基于PCA-BP神经网络的岩石爆破平均粒径预测

• 作者: 史秀志 姬露露 尚雪义 郭霆
• 来源期刊: 爆破
• 学科: 工学
• 关键词: 岩石爆破粒径 主成分分析法 BP神经网络 预测模型 最小二乘法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 矿岩爆破
• 页码范围: 55-61
• 页数: 7页
• 分类号: TD235.1
• 字数: 3963字
• 语种: 中文
• DOI: 10.3963/j.issn.1001-487X.2016.02.011

摘要

岩石爆破平均粒径的预测对岩石采装及二次破碎具有重要意义,然而常规的神经网络预测岩石爆破平均粒径存在较大的误差.为更加合理准确预测岩石爆破粒径分布,选取台阶高度与钻孔荷载比(H/B),间距与荷载比(S/B),荷载与孔径比(B/D),炮泥与荷载比(T/B),粉因数(Pf),弹性模量(E)和现场块度大小(XB)7个主要影响岩石爆破粒径的因素,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的相关性和减少BP神经网络输入数据的特点,建立了基于PCA-BP神经网络的岩石爆破粒径预测模型.以48组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对岩石爆破粒径进行了预测.结果表明:BP神经网络与最小二乘法预测的平均误差分别为15.71％、27.32％,而PCA-BP神经网络预测平均误差仅为9.21％,实现了对岩石爆破粒径的较准确预测.综上所知,PCA-BP神经网络模型为岩石爆破平均粒径预测提供了一种科学、可靠的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史秀志	中南大学资源与安全工程学院	163	1691	22.0	32.0
2	尚雪义	中南大学资源与安全工程学院	11	67	5.0	8.0
3	姬露露	中南大学资源与安全工程学院	7	39	4.0	6.0
4	郭霆	中南大学资源与安全工程学院	3	7	1.0	2.0