改进的MVO-GRNN神经网络岩爆预测模型研究

作者：侯克鹏; 包广拓; 孙华芬

来源：安全与环境学报, 2023, 1-12.

DOI：10.13637/j.issn.1009-6094.2023.0341

• 安全工程
• 岩爆预测
• 多元宇宙算法
• GRNN神经网络
• 虫洞存在概率
• 旅行距离率

准确预测岩爆烈度等级能有效指导岩爆灾害的防控。根据影响岩爆发生及烈度等级的三个因素构建岩爆评价指标体系，提出一种基于改进多元宇宙算法(IMVO)优化广义回归神经网络(GRNN)的岩爆预测模型。在普通多元宇宙算法(MVO)的基础上，运用自适应平衡机制调节MVO算法中的虫洞存在概率(VWEP)和旅行距离率(VTDR)两个重要参数来改进该算法；再运用改进的多元宇宙算法优化广义回归神经网络的光滑度，通过训练数据优选出最佳光滑因子σ，得到IMVO-GRNN神经网络岩爆烈度预测模型；最后结合工程实例验证模型的性能。研究结果表明：该模型相比传统模型寻优能力更强，精度更高，为岩爆预测提供了一种新的思路。

• 出版日期2023
• 单位昆明理工大学