岩体爆破效应预测的一种新方法.pdfVIP

第 26 卷 增 1 岩石力学与工程学报 Vol.26 Supp.1 2007 年 7 月 Chinese Journal of Rock Mechanics and Engineering July ，2007 岩体爆破效应预测的一种新方法 1，2 3 1 苏国韶 ，宋咏春 ，燕柳斌 (1. 广西大学 土木建筑工程学院，广西 南宁 530004 ；2. 中国科学院 岩土力学重点实验室，湖北 武汉 430071 ； 3. 广西大学 机械工程学院，广西 南宁 530004) 摘要：高斯过程是一种最近发展起来新的机器学习技术，对处理非线性复杂问题具有很好的适应性。岩体爆破效 应与其影响因素之间是复杂的非线性关系，针对传统方法的局限性，提出一种基于高斯过程的岩体爆破效应预测 的新方法，建立相应的岩体爆破效应预测模型，并应用于三峡工程坝区岩体爆破振动速度、爆破损伤深度与损伤 半径的预测。通过三峡现场爆破试验数据，建立训练数据集和测试数据集，采用高斯过程方法建立爆破效应与影 响因素之间的各影响因素之间的非线性映射关系。研究结果表明，岩体爆破振动速度、爆破损伤深度与损伤半径 的预测结果与现场试验结果比较吻合，用高斯过程方法预测岩体爆破效应是科学可行的。与神经网络方法相比， 高斯过程方法具有算法参数自适应化的特点，且适用于小样本问题，预测精度高，并易于实现，具有良好的工程 应用前景。 关键词：岩石力学；高斯过程；机器学习；爆破效应；预测 中图分类号：TU 45 文献标识码：A 文章编号：1000 –6915(2007)增 1 –3509 –06 A NEW METHOD FOR FORECASTING OF BLASTING EFFECT IN ROCK MASS 1，2 3 1 SU Guoshao ，SONG Yongchun ，YAN Liubin (1. College of Civil and Architecture Engineering，Guangxi University，Nanning ，Guangxi 530004，China； 2. Key Laboratory of Rock and Soil Mechanics ，Chinese Academy of Sciences，Wuhan，Hubei 430071 ，China； 3. Mechanical Engineering College，Guangxi University，Nanning ，Guangxi 530004，China) Abstract ：Gaussian process(GP) is a newly developed machine learning technology based on statistical theoretical fundamentals. It has become a powerful tool for solving highly nonlinear problems. Conventional methods for forecasting of blasting effect in rock mass often meet great difficulty since relationship between blast