基于PCA-BP神经网络在爆破振动评价要素中的预测及应用
Mining Research and Development（2018）
摘要
为了更准确的预测爆破振动评价要素,优化BP网络结构,增强网络的泛化性能,采用主成分分析方法对爆破现场采集的影响爆破振动的11个因素数据进行分析,提取五组可以代表全部影响因素的因子作为BP神经网络的输入层,以爆破振动评价三要素作为输出层,建立基于PCA-BP的预测模型.结果 表明:PCA-BP模型预测峰值振速、持续时间、频率的平均误差分别为14.57％,8.08％,12.33％,与传统的萨氏公式以及标准的BP神经网络相比,预测精度及效率明显提高.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要