矿业研究与开发

作者：刘阳,谭凯旋,郭钦鹏,王鹏,何成垚

关键词：爆破块度;GAＧBP神经网络;随机森林;预测模型

为了更好地预测岩矿石爆破块度,将世界多个矿山的 爆破块度统计数据依据弹性模量分成两组,运用随机森林和 GAＧBP神经网络分别建立爆破数据随机森林分组模型和爆 破块度预测模型.以孔间间距与排间间距比、炮孔孔深与排 间间距比、排间间距与炮孔直径、炮孔堵塞长度与排间间距 比、炸药单耗、原位岩石块度和岩石弹性模量为输入参数,对 爆破 块 度 进 行 预 测.结 果 表 明 预 测 结 果 的 相 关 性 系 数 (R２)、均方根误差(RMSE)和平均相对误差(MRE)均优于 多元回归预测模型和 BP神经网络预测模型,且优于未分组 情况下建立的 GAＧBP神经网络预测模型,更适合于爆破工 程的实际应用,并为多因素影响下的爆破块度预测提供了一 种新思路.

来源：2021年第1期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2021年第1期