基于神经网络优化遗传算法的爆破参数优化

被引：26

作者：

崔铁军 ^{[1
,2
]}

马云东 ^{[2
]}

白润才 ^{[3
]}

机构：

[1] 辽宁工程技术大学安全科学与工程学院

[2] 大连交通大学辽宁省隧道与地下结构工程技术研究中心

[3] 辽宁工程技术大学资源与环境工程学院

来源：

地震工程与工程振动 | 2014年 / 34卷 / 01期

关键词：

神经网络; 遗传算法; 采矿爆破; 参数优化;

D O I：

10.13197/j.eeev.2014.01.257.cuitj.035

中图分类号：

TD854.2 [];

学科分类号：

081901 ;

摘要：

对于露天铁矿开采而言,爆破是一项重要且危险的开采活动。从安全的角度看,爆破的两种主要危害形式为超爆和飞石。影响爆破方案的因素有很多,包括矿石的自然属性和爆破方案等。对于同一矿场主要考虑的爆破方案参数包括:炮眼深(HL)、间距(S)、装药深度(B)、阻塞深度(ST)、单位炸药消耗量(PF)和钻孔率(SD)。它们对超爆深度(BB)和飞石距离(FR)的影响是复杂的,非线性的。为了防止超爆和飞石造成事故,爆炸的参数必须在安全、经济的范围内。本文使用爆破影响因素和BB及FR分别作为神经网络(神经网络)的输入值和输出值加以训练,训练后的神经网络作为遗传算法(GA)的适应度函数。在使用GA寻找到最优的BB和FR,从而对爆破方案参数进行优化。结果表明该方法有效可行。

引用

页码：257 / 262

页数：6

共 11 条

[1] 基于GA-SVM的露天矿抛掷爆破抛掷率预测 [J].