基于PSO-RBF神经网络模型的岩爆倾向性预测

• 作者: 侯奎奎 朱明德 李任豪 李夕兵 王玺 顾合龙
• 来源期刊: 黄金科学技术
• 学科: 工学
• 关键词: 岩石力学 岩爆预测 岩爆倾向性 RBF神经网络 粒子群优化 智能优化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 采选技术与矿山管理
• 页码范围: 134-141
• 页数: 8页
• 分类号: TU-45
• 字数: 6963字
• 语种: 中文
• DOI: 10.11872/j.issn.1005-2518.2020.01.053

摘要

鉴于岩爆机理的复杂性以及岩爆发生前后信号提取困难的现状,对高应力区进行岩爆倾向性预测研究具有现实意义.为提高岩爆预测的准确性,基于岩爆预测多维非线性的特点,选取4个影响岩爆发生的核心指标作为判决依据,结合粒子群优化算法(PSO)与径向基神经网络(RBF)建立了PSO-RBF神经网络岩爆预测模型.采用试错法确定隐含层节点数后,进一步利用国内外典型工程数据对模型参数隐含层基函数中心ci,隐含层节点宽度σi以及隐含层与输出层间权重因子w进行学习优化以获取最优参数,并将所建立的模型应用于实际工程的岩爆倾向性预测.结果表明:利用该模型预测的岩爆等级与实际岩爆情况基本相符,相对误差率为10％,精度较以往预测方法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李夕兵	中南大学资源与安全工程学院	486	10936	53.0	77.0
2	顾合龙	中南大学资源与安全工程学院	2	5	1.0	2.0
3	王玺	山东黄金集团有限公司深井开采实验室	2	2	1.0	1.0
4	朱明德	山东黄金集团有限公司深井开采实验室	2	1	1.0	1.0
5	李任豪	中南大学资源与安全工程学院	1	0	0.0	0.0
6	侯奎奎	山东黄金集团有限公司深井开采实验室	1	0	0.0	0.0