基于PSO-BPNN模型的爆破块度预测
Blasting Fragmentation Prediction based on PSO-BPNN Model作者机构:国网新源山西大同抽水蓄能有限公司大同037000 核工业南京建设集团有限公司南京210000
出 版 物:《爆破》 (Blasting)
年 卷 期:2024年第41卷第2期
页 面:136-142页
学科分类:081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学]
基 金:国网新源集团公司科技项目资助(SGXYKJ-2021-143)。
主 题:爆破块度 PSO-BPNN模型 模型预测 工程应用
摘 要:爆破块度和级配对水利工程堆石体的稳定性与渗透性影响至关重要,爆破块度的精确预测是目前岩体爆破领域科研工作者关心的热点问题之一。基于BP神经网络基本原理,利用PSO算法优化网络权重和偏置,构建PSO-BPNN模型,结合典型爆破数据对模型进行训练和测试,并依托山西浑源抽水蓄能电站工程实际验证模型的可靠性与适用性。结果表明:PSO-BPNN模型预测爆破块度计算时间短,可靠性高;模型预测输出值与工程实际平均爆破块度值最大相对误差为6.56%,其预测精度高和适用性较高,可为山西浑源抽水蓄能电站堆石坝的建设提供精确的指导。