基于优化IGA-ELM模型的爆破振动特征参量预测研究

作者：温廷新; 陈晓宇; 刘天宇; 刘旭

来源：中国安全科学学报, 2017, 27(11): 37-42.

DOI：10.16265/j.cnki.issn1003-3033.2017.11.007

• 露天矿
• 爆破振动
• 特征参量
• 组合赋权
• 免疫遗传算法(IGA)
• 极限学习机(ELM)

为有效预测露天矿爆破振动特征参量,建立基于组合赋权的免疫遗传算法(IGA)优化极限学习机(ELM)预测模型。建立该模型之前,根据爆破振动影响因素确定输入层参数,根据爆破安全规程判据确定输出层参数;然后,应用调和平均数概念整合模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,量化输入层参数权重;其次,针对现有ELM输入层权值、隐含层偏差的选择问题,引入IGA对其进行优化选择,并通过逐步增减法探究ELM隐含层最优节点数。该模型曾被应用于某露天矿。研究结果表明:用所构建优化IGA-ELM模型能够更准确地预测露天矿爆破振动特征参量,且所得均方误差、决定系数、仿真误差明显优于其他模型。

• 出版日期2017
• 单位辽宁工程技术大学