爆破振动特征参量的SVM及神经网络预测应用研究

• 作者: 唐旭 方正峰 王勇 邹飞
• 来源期刊: 公路
• 学科: 交通运输
• 关键词: 爆破震动特征参量 预测精度 SVM BP神经网络 RBF神经网络
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 道路
• 页码范围: 12-17
• 页数: 6页
• 分类号: U416.113
• 语种: 中文

摘要

通过RBF、BP神经网络及SVM算法3种预测方法,对爆破震动特征参量进行预测,并与传统萨道夫斯基公式进行对比分析研究.结果表明,3种方法预测精度均优于传统萨道夫斯基公式.当样本数有限时,BP、RBF神经网络在爆破振动峰值振动速度及主频率的预测中效果欠佳,SVM算法的预测精度优于RBF、BP神经网络,在实际工程应用中SVM算法对爆破振动特征参量的预测具有极强的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹飞		18	27	3.0	4.0
2	王勇		4	3	1.0	1.0
3	唐旭		4	0	0.0	0.0
4	方正峰		6	0	0.0	0.0