典型文献
基于SVR的隧道掘进光面爆破效果预测模型
文献摘要：
为了提高隧道掘进光面爆破效果预测准确性,构建了基于支持向量机回归(SVR)的光面爆破效果预测模型.选取炮眼密集系数、最小抵抗线、光爆孔线装药量、光爆孔眼深度和岩石单轴抗压强度共5个影响因素作为输入参数,选取半眼率和超欠挖量共2个爆破效果评价指标作为输出参数,分别利用遗传算法、粒子群算法、模拟退火算法对36组隧(巷)道爆破样本进行优化训练,对4组隧(巷)道爆破样本进行预测并与神经网络预测模型进行对比.结果表明,遗传算法优化效果较好.使用遗传算法的优化结果作为SVR预测模型最终参数,4组样本半眼率实测值与预测值相对误差分别为3.4％、6.1％、4.7％、6.2％,超欠挖量实测值与预测值相对误差分别为0、6.3％、4.0％、6.3％,优于神经网络预测模型,具有很好的准确性,能满足实际工程需要.
文献关键词：
支持向量回归;光面爆破;爆破效果预测;隧(巷)道掘进
中图分类号：
作者姓名：
谢超群;李启月;刘玉丰;魏新傲;曾海登
作者机构：
中交一公局 西南工程有限公司,四川 成都610091;中南大学 资源与安全工程学院,湖南 长沙410083
文献出处：
引用格式：
[1]谢超群;李启月;刘玉丰;魏新傲;曾海登-.基于SVR的隧道掘进光面爆破效果预测模型)[J].矿冶工程,2022(02):28-31
A类：
爆破效果预测,半眼
B类：
SVR,隧道掘进,光面爆破,预测准确性,支持向量机回归,炮眼,最小抵抗线,光爆,爆孔,线装,装药量,孔眼,单轴抗压强度,输入参数,超欠挖,效果评价指标,输出参数,粒子群算法,模拟退火算法,神经网络预测模型,遗传算法优化,优化效果,实测值,支持向量回归
AB值：
0.236257
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
