科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
35期
181-185
,共5页
王先义%黄华东%王小委%赵欢%陈桦深%李连超
王先義%黃華東%王小委%趙歡%陳樺深%李連超
왕선의%황화동%왕소위%조환%진화심%리련초
Levenberg-Marquardt算法%BP神经网络%爆破震动速度%灾害控制
Levenberg-Marquardt算法%BP神經網絡%爆破震動速度%災害控製
Levenberg-Marquardt산법%BP신경망락%폭파진동속도%재해공제
Levenberg-Marquardt%BP neural networks%blast vibration%disaster control
为了探索提高控制爆破震动效应的方法,基于Levenberg-Marquardt算法改进的BP神经网络模型,建立以最大段药量、爆心距、高差作为影响爆破振动的主要因素,对爆破震动速度进行预测的模型.用爆破振动观测数据进行训练和预测,预测结果与现场观测结果吻合良好.结果表明:与基于标准BP、Polak_Ribiere共轭梯度、专家经验公式等计算结果比较,LM-BPNN算法具有良好的鲁棒性和预测精度,预测效果较优,对爆破震动安全评价及其灾害控制有一定的应用价值.
為瞭探索提高控製爆破震動效應的方法,基于Levenberg-Marquardt算法改進的BP神經網絡模型,建立以最大段藥量、爆心距、高差作為影響爆破振動的主要因素,對爆破震動速度進行預測的模型.用爆破振動觀測數據進行訓練和預測,預測結果與現場觀測結果吻閤良好.結果錶明:與基于標準BP、Polak_Ribiere共軛梯度、專傢經驗公式等計算結果比較,LM-BPNN算法具有良好的魯棒性和預測精度,預測效果較優,對爆破震動安全評價及其災害控製有一定的應用價值.
위료탐색제고공제폭파진동효응적방법,기우Levenberg-Marquardt산법개진적BP신경망락모형,건립이최대단약량、폭심거、고차작위영향폭파진동적주요인소,대폭파진동속도진행예측적모형.용폭파진동관측수거진행훈련화예측,예측결과여현장관측결과문합량호.결과표명:여기우표준BP、Polak_Ribiere공액제도、전가경험공식등계산결과비교,LM-BPNN산법구유량호적로봉성화예측정도,예측효과교우,대폭파진동안전평개급기재해공제유일정적응용개치.
