[关键词]
[摘要]
针对标准神经网络预测爆破振动易陷入局部极值且预测精度低的问题,采用平均影响值法 (MIV) 对输入变量进 行筛选和约简来提高建模精度,采用天牛须搜索算法(BAS)对 Elman 神经网络进行初始权值阈值的优化,在此基础上 建立了 MIV-BAS-Elman 算法模型。基于某露天煤矿爆破振动速度峰值数据样本对模型进行了验证,并与其他多种算 法模型进行了比较分析,结果表明基于 MIV-BAS-Elman 的爆破振动速度预测模型具有运算速度快、预测精度高的优点, 对爆破振动预测具有普适性和一定的实用价值。
[Key word]
[Abstract]
[中图分类号]
TP183