[发明专利]基于RGA-BPNNG的爆破峰值速度预测方法、装置及介质

说明书

本发明公开了一种基于RGA‑BPNNG的爆破峰值速度预测方法、装置及介质，其中方法包括：获取待爆破地区的爆破特征参数；依据所述爆破特征参数和预设的随机GA‑BP神经网络群爆破峰值速度预测模型，预测待爆破地区的爆破峰值速度；其中，所述预设的随机GA‑BP神经网络群爆破峰值速度预测模型为通过已爆破地区历史爆破特征参数对随机GA‑BP神经网络群进行训练后得到。对待爆破地区爆破后的爆破峰值速度进行预测，便于合理调整设计爆破特征参数，以确保实施爆破后的的爆破效果达到工况要求；本发明以随机GA‑BP神经网络群爆破峰值速度预测模型对爆破峰值速度进行预测，有效提高了爆破峰值速度预测值的精度和可靠性。

技术领域

本发明涉及岩土工程技术领域，尤其涉及一种基于RGA-BPNNG的爆破峰值速度预测方法、装置及介质。

背景技术

工程爆破技术的日趋成熟及其在工程建设领域的广泛应用，已成为一种不可或缺的重要施工手段。其在带来巨大经济及社会效益的同时，爆破作业所产生的各种有害效应也影响着工程区域周边的建筑物和人员生活及安全。其中爆破振动危害的影响最为显著：建筑物开裂、门窗振裂以及边坡滑塌等均是常见的爆破振动有害效应。因此准确预报爆破振动强度的需求愈发迫切，爆破峰值速度是反应爆破振动强度的直接参数。从经典的爆破峰值速度预测公式萨道夫斯基经验公式到萨道夫斯基经验公式的拓展公式以及其他回归公式，许多专家学者在爆破峰值速度(PPV)预测公式上做出了坚持不懈的努力。

如首先建立基于基因表达规划(GEP)的预测方程，然后通过杜鹃优化算法(COA)对GEP预测模型进行优化来对爆破峰值速度(PPV)预测；又如基于布谷鸟搜索(NSICS)的群体智能算法，建立了伊朗米杜克铜矿爆破震动预测的精确方程；以及利用量纲分析法(DA)建立爆破峰值速度(PPV)预测公式；他们均在一定程度上提高了爆破峰值速度(PPV)的预测精度。

近年来，随着机器学习的迅猛发展，各种对爆破峰值速度(PPV)预测方法层出不穷。如应用支持向量机(SVM)对伊朗巴赫蒂亚里大坝爆破作业中的地面振动进行了预测；以每延迟最大药量和距离作为输入参数，爆破峰值速度(PPV)为输出参数建立自适应神经模糊推理系统(ANFIS)对爆破峰值速度(PPV)进行预测；应用BP神经网络(BPNN)并增加了更多的输入参数对爆破峰值速度(PPV)预测。把爆破峰值速度(PPV)预测与机器学习结合了起来，为具有非常复杂的非线性关系的爆破峰值速度(PPV)预测提供了一种新的方法。目前，在爆破峰值速度(PPV)预测方面，BP神经网络被广泛使用。

虽然BP神经网络被广泛的应用于爆破峰值速度(PPV)预测，但BP神经网络存在学习速度慢、极易陷入局部极小值等缺陷。在实际应用到爆破峰值速度(PPV)预测过程中，效率较低，且其预测值误差偏大，其预测可靠性不高。

发明内容

本发明提供了一种基于RGA-BPNNG的爆破峰值速度预测方法、装置及介质，以解决现有技术中基于BP神经网络预测爆破峰值速度的误差偏大且可靠性不足的问题。

本发明第一方面，提供了一种基于RGA-BPNNG的爆破峰值速度预测方法，包括：

获取待爆破地区的爆破特征参数；

依据所述爆破特征参数和预设的随机GA-BP神经网络群爆破峰值速度预测模型，预测待爆破地区的爆破峰值速度；其中，所述预设的随机GA-BP神经网络群爆破峰值速度预测模型为通过已爆破地区历史爆破特征参数对随机GA-BP神经网络群进行训练后得到。