摘要
本发明属于边坡工程施工领域,针对边坡施工过程中,不能准确预测边坡爆破块度,进而影响施工质量和成本控制的问题,提出了一种基于Bubble Sort‑GWO‑ELM模型的边坡爆破块度预测方法,包括监测爆破控制参数;进行数据预处理;构建爆破控制参数数据集;利用冒泡排序结合平方差算法对爆破控制参数进行筛选,选择出对预测结果影响最大的特征参数;训练极限学习机ELM模型,并利用改进灰狼优化算法模型参数进行优化并验证;确定极限学习机ELM模型的最优参数,建立爆破效果预测模型;利用爆破效果预测模型进行预测。本发明能够通过科学预测和合理控制爆破参数,不仅能提高爆破施工的精确性,还能提升整个工程的经济性和安全性。
技术关键词
爆破块度预测方法
灰狼优化算法
优化极限学习机
施工现场监测
参数
数据获取模块
边坡工程施工
矩阵
预测系统
训练集
样本
前馈神经网络
元素
数据获取单元
炸药单耗
处理器