[发明专利]一种基于BP神经网络预测台阶爆破抛掷效果的方法

权利要求书

1.一种基于BP神经网络预测台阶爆破抛掷效果的方法，其特征在于：包括如下步骤：

步骤一：根据实际工况设计多组试验模型，开展不同组别下试验，并记录试验数据；

步骤二：构建BP神经网络模型：以台阶高度、煤层厚度、采空区上口宽度、最小抵抗线、孔距、排距、孔间微差时间和煤层坡角作为输入参数，以抛掷率、爆堆松散系数和最远抛距作为输出参数，并对输入参数和输出参数进行归一化处理；

步骤三、确定BP神经网络的结构参数：对归一化处理后的输入参数和输出参数进行预处理，然后把预处理后的输入参数和输出参数分为训练样本集和测试样本集；用训练样本集中的数据对BP神经网络模型进行训练，并调整BP神经网络模型的网络参数，训练成功后，用测试数据集中的数据对训练后的BP神经网络模型进行测试，以验证神经网络模型的正确性；

步骤四、使用训练完成的BP神经网络模型对指定工况下台阶爆破抛掷情况进行预测，判断爆破方案可行性，并决定是否满足抛掷要求；

步骤一中，每组试验模型都包括抛掷爆破台阶（1）、采空区（2）、倒堆堆积体（3）和背景格子板（4），抛掷爆破台阶（1）上布置下向炮孔（1.2），模拟煤层（1.1）位于抛掷爆破台阶（1）正下方，背景格子板（4）竖立于抛掷爆破台阶（1）、采空区（2）和倒堆堆积体（3）后方；

步骤一中，不同组别下试验为：通过调整最小抵抗线、孔距、排距、主控排孔间微差时间、煤层坡角、炸药单耗中的一个或两个以上的值，进行多组试验；

选用的BP神经网络类型为单隐层BP神经网络，用训练样本集中的数据对其进行训练，每次训练都对训练样本集中的数据重新排序，达到误差容限或训练次数上限就停止训练。