基于灰色+Elman+神经网络的爆破飞石距离预测研究.pdfVIP

第32卷 第1期 爆 破 Vol.32 No.1 2015年3月 BLASTING Mar.2015  doi：10.3963/ j.issn.1001-487X.2015.01.030 基于灰色El an神经网络的 爆破飞石距离预测研究 陈建宏，彭 耀，邬书良 （中南大学资源与安全工程学院，长沙410083） 摘 要： 针对单一神经网络预测方法存在一些不足，将建立灰色关联分析法与 Elman神经网络的耦合模 型，对爆破飞石最大飞散距离进行预测研究。首先，利用灰色关联分析方法对数据进行预处理，确定各影响 因素与爆破飞石距离之间的关联度；然后，根据关联度的大小，选择关联度较大的影响因素作为 Elman神经 网络的输入层数据；最后，用神经网络的功能对数据进行训练和预测。研究结果表明：利用灰色关联分析方 法确定主要影响因素作为输入层，比单一使用Elman神经网络的预测精度更高，达到95％以上。 关键词： 爆破飞石；飞散距离；影响因素；灰色关联分析法；Elman神经网络 中图分类号： TD854 文献标识码： 文章编号： 1001-487X（2015 ）01-0151-06 Prediction of Blasting Flyrock Distance based on El an Neural Network CHEN Jian-hong，PENG Yao，WUShu-liang （School of Resources and Safety Engineering，Central South University，Changsha410083，China） Abstract： Due to some deficiencies in the prediction of a single neural network，a coupling model combining grey relational analysiswithElmanneuralnetworkwassetuptopredictthedispersaldistanceofblastingflyrock.The grey relational analysiswas used to preprocess the data，which determined the correlation degree between the influ- encefactors andtheblastingflyrockdistance. ccordingtothecorrelationdegree，several maininfluencefactorswith high correlationdegreewerechosenastheinputlayer dataof Elmanneural network.Finally，thetrainingandpredic- ting datafrom neural network was obtained.Results showed that gray correlation analysis method in identifying the mainfactors as the input layer improved the training speed of neural network，which predicted accurately more than 95％ than single Elman