-
公开(公告)号：CN112800673A
公开(公告)日：2021-05-14
申请号：CN202110107508.1
申请日：2021-01-27
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06N3/12 , G06F111/06
摘要： 本发明公开了一种基于SA‑GA‑BP算法预测爆破块度的方法，属于爆破块度预测技术领域。本发明获取爆破工程现场中爆破块度影响因子，然后根据主层次分析法确定台阶高度与钻孔荷载比H/B、间距与荷载比S/B、荷载与孔径比B/D、炮泥与荷载比T/B、粉因数Pf、岩石弹性模量E和现场块度大小XB作为训练样本和预测样本；确定BP神经网络拓扑结构，运用遗传模拟退火算法(SA‑GA)计算出最优权值和阈值，并解码赋给BP神经网络系统进行训练；初步构建起爆破块度预测模型；将预测结果进行误差分析；最后对爆破工程现场中爆破块度的进行现场预测。本发明所述方法只需少量样本经过改进的混合智能算法优化即可搜索到最优解，同时提高了收敛速度，避免陷入局部最优解的情况。
-
公开(公告)号：CN112711904A
公开(公告)日：2021-04-27
申请号：CN202011490918.0
申请日：2020-12-17
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06N3/12 , G06F111/06 , G06F111/08
摘要： 本发明公开了一种基于SA‑GA‑BP算法预测爆破振动特征参量的方法，属于爆破振动技术领域。本发明获取爆破工程现场中爆破振动影响因子，然后根据主层次分析法确定孔深、填塞、底盘抵抗线、高程差、爆源距、总装药量、最大段装药量作为训练样本和预测样本；确定BP神经网络拓扑结构，运用遗传模拟退火算法(SA‑GA)计算出最优权值和阈值，并解码赋给BP神经网络系统进行训练；初步构建起爆破振动特征参量预测模型；将预测结果进行误差分析；最后对爆破工程现场中爆破振动特征参量的进行现场预测。本发明所述方法只需少量样本经过改进的混合智能算法优化即可搜索到最优解，同时提高了收敛速度，避免陷入局部最优解的情况。
-
公开(公告)号：CN106746946B
公开(公告)日：2019-05-31
申请号：CN201611027341.3
申请日：2016-11-16
摘要： 本发明涉及一种优化充填料配比的方法，属于充填采矿技术领域。本发明基于NSGA‑Ⅱ算法思想，对充填料配比进行优选搜索，限定好充填料配比各参数的取值范围。设置群体规模、计算代数、交叉概率、变异概率等遗传参数。设定预配置的充填体强度值，可优选搜索得到一个含有若干组解的非支配解集。最后，结合矿山输送条件，选出满足采矿方法对充填体强度要求，同时满足矿山输送条件，且成本最低的一组解作为充填料配比参数。该方法可以减少实验次数，迅速推荐出满足不同充填体性能要求的配比参数，同时能降低充填成本，易于推广应用。
-
公开(公告)号：CN106746946A
公开(公告)日：2017-05-31
申请号：CN201611027341.3
申请日：2016-11-16
摘要： 本发明涉及一种优化充填料配比的方法，属于充填采矿技术领域。本发明基于NSGA‑Ⅱ算法思想，对充填料配比进行优选搜索，限定好充填料配比各参数的取值范围。设置群体规模、计算代数、交叉概率、变异概率等遗传参数。设定预配置的充填体强度值，可优选搜索得到一个含有若干组解的非支配解集。最后，结合矿山输送条件，选出满足采矿方法对充填体强度要求，同时满足矿山输送条件，且成本最低的一组解作为充填料配比参数。该方法可以减少实验次数，迅速推荐出满足不同充填体性能要求的配比参数，同时能降低充填成本，易于推广应用。
-
-
-
搜索结果
4 条记录 (耗时 0.037 秒)
