人民长江 ›› 2023, Vol. 54 ›› Issue (5): 231-236.doi: 10.16232/j.cnki.1001-4179.2023.05.033
张勇;李旋;尹燕良;李富杰;
ZHANG Yong LI Xuan YIN Yanliang LI Fujie
摘要: 爆破振动是岩体爆破开挖工程中典型的有害效应,实现爆破振动精准预测对爆破过程中的风险控制意义重大。为实现这一目标,借助萤火虫算法(FA)对反向传播神经网络(BPNN)的权值和阈值进行优化,构建FA-BP神经网络预测模型,以露天矿山台阶爆破中多个设计参数和爆心距为模型输入参数,对峰值质点振速进行预测,并比较FA-BP神经网络模型、统计预测方程、BPNN模型和随机森林方法的预测结果。最后,借助归一化互信息分析各输入参数对FA-BPNN预测结果的敏感性。研究结果表明:FA-BPNN模型能有效预测爆破峰值质点速度,预测结果对应的均方根误差、平均绝对误差和决定系数分别为1.445,1.182和0.973,预测效果较其余3种方法更好;单段最大装药量、爆心距、炸药单耗、台阶高度与抵抗线长度之比对爆破峰值振速预测结果影响较大。