基于PCA-BP神经网络在爆破振动评价要素中的预测及应用

• 作者: 何兴贵 池恩安 苟倩倩 赵明生 黄胜松
• 来源期刊: 矿业研究与开发
• 学科: 工学
• 关键词: 爆破振动 正交性 主成分分析 BP神经网络
• 年，卷（期）: 2018,（12）
• 页码范围: 97-102
• 页数: 6页
• 分类号: TP183|TD235.4+6
• 语种: 中文

摘要

为了更准确的预测爆破振动评价要素,优化BP网络结构,增强网络的泛化性能,采用主成分分析方法对爆破现场采集的影响爆破振动的11个因素数据进行分析,提取五组可以代表全部影响因素的因子作为BP神经网络的输入层,以爆破振动评价三要素作为输出层,建立基于PCA-BP的预测模型.结果 表明:PCA-BP模型预测峰值振速、持续时间、频率的平均误差分别为14.57％,8.08％,12.33％,与传统的萨氏公式以及标准的BP神经网络相比,预测精度及效率明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	池恩安		59	252	9.0	12.0
2	赵明生		14	7	1.0	2.0
3	苟倩倩		7	5	1.0	2.0
4	黄胜松		6	8	2.0	2.0
5	何兴贵		7	9	1.0	3.0