一种地表爆破振动预测方法
    1.
    发明公开

    公开(公告)号:CN118153434A

    公开(公告)日:2024-06-07

    申请号:CN202410282594.3

    申请日:2024-03-13

    IPC分类号: G06F30/27 G06N3/006 G06N3/088

    摘要: 本发明涉及一种地表爆破振动预测方法(SONN‑MRFO),旨在提供一种爆破诱发地表质点峰值振动速度预测方法,可以在全域中寻找最优,避免算法陷入局部极值,本发明利用自组织神经网络(SONN)和蝠鲼觅食优化(MRFO)算法两者各自优点,建立杂交模型SONN‑MRFO,放弃了传统SONN中的梯度降算法,而采用蝠鲼觅食优化(MRFO)算法来训练SONN模型的第二阶段,生成和优化各种权重集,然后将它们导入SONN模型的第二阶段,并使用适应度函数来计算模型的误差值。通过多次迭代重复此过程,最终获得全域内最优值,提高质点峰值振动速度(PPV)预测结果的准确性。在提高预测结果准确性、保障采坑边坡和人员设备安全的同时,降低对预测人员的专业性要求,并提高预测效率。