矿业研究与开发

作者：李军民,王永智,张亭,周义升,罗宏伟,柳小强

关键词：岩爆烈度;NRBO 优化算法;BP神经网络;岩爆预测

岩爆烈度预测是矿山安全管理中的关键任务. 为提升预测精度与工程实用性,提出一种结合牛顿拉夫逊优化算法 (NRBO)与BP神经网络(BPNN)的岩爆烈度预测模型(NRBO-BPNN).该模型通过引入基于梯度的NRBO 搜索机制,有效克服了传统BPNN模型在训练过程中易陷入局部最优解的问题,显著提高了全局搜索能力与收敛效率.对比试验结果表明,NRBO-BPNN在训练集和测试集上的准确率分别达到100％和86.67％,总准确率达96％,仅出现4次误判,优于传统BPNN、支持向量机(SVM)、随机森林(RF)和极限学习机(ELM)等常见模型.基于所提模型开发了岩爆烈度预测综合系统,并成功应用于马路坪矿与冬瓜山铜矿的现场数据分析中,验证了其工程适用性与实用价值.研究结果表明,NRBO-BPNN 可为矿山工程安全设计提供更加高效、准确的决策支持,具有显著的工程推广潜力.

来源：2025年第8期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2025年第8期