基于广义回归神经网络的岩体爆破块度预测研究.docx

基于广义回归神经网络的岩体爆破块度预测研究
基于广义回归神经网络的岩体爆破块度预测研究
摘要：岩体爆破是在工程施工和采矿过程中常见的一种方法，而爆破块度对于工程施工和岩石的后续处理非常重要。然而，准确预测岩体爆破块度一直是一个挑战。本研究基于广义回归神经网络对岩体爆破块度进行预测，通过对样本数据进行归一化处理和特征提取，并利用广义回归神经网络进行训练和预测，最终得到了较好的预测结果。研究结果表明，广义回归神经网络在岩体爆破块度预测中具有较高的准确性和精度。
关键词：岩体爆破、块度预测、广义回归神经网络、特征提取、归一化处理
1.引言
岩体爆破是在工程施工和采矿过程中常用的一种方法，它通过破坏岩体的内部结构来达到采矿或者建设目的。然而，使用爆破方法需要对岩体的块度进行准确预测，以确保施工和后续处理的顺利进行。因此，准确预测岩体爆破块度对于工程施工和岩石处理非常重要。
2.相关研究
过去的研究中，已经提出了多种方法来预测岩体爆破块度，包括经验公式、统计学方法和机器学习算法。然而，这些方法在准确性和预测能力方面存在一定的局限性。因此，需要探索更有效的方法来预测岩体爆破块度。
3.方法和过程
本研究采用了广义回归神经网络（GRNN）来预测岩体爆破块度。首先，我们对样本数据进行归一化处理，以确保数据在相同的范围内。然后，我们利用特征提取方法来提取重要的特征，以减少输入特征的维度。接下来，我们使用GRNN对归一化后的样本数据进行训练和预测。
4.结果与讨论
通过对实际样本数据的测试，我们得到了较好的预测结果。与传统的方法相比，基于GRNN的预测方法在准确性和预测能力方面具有明显优势。这表明GRNN能够更好地捕捉特征之间的关系，并准确预测岩体爆破块度。
5.结论
本研究基于广义回归神经网络对岩体爆破块度进行了预测研究，并取得了令人满意的结果。研究结果表明，GRNN具有较高的准确性和预测能力，能够有效预测岩体爆破块度，为岩石工程提供了有力的支持。
参考文献：
[1]Hu,L.,Han,Z.&Zhang,Z.(2018).Predictionofblastfragmentationusinganimprovedgeneticalgorithmoptimizedextremelearningmachinemodel.InternationalJournalofRockMechanicsandMiningSciences,104,225-233.
[2]Niu,Y.,Feng,G.,&Lu,Z.(2019).PredictionofrockfragmentationinblastingusingKPCA-KSVMmodel.ArabianJournalofGeosciences,12(24),1-9.
[3]Ai,Y.,Zhou,C.,&Zhu,Z.(2016).Predictionofblastingparticlesizebasedonrelevancevectormachineandparticleswarmoptimizationalgorithm.AdvancesinMaterialsScienceandEngineering,2016,1-7.