摘要
一种基于核极限学习机的爆破后冲距离智能预测和控制方法,采集影响爆破后冲距离的爆破设计参数和炸药参数作为输入特征,同时,实际测量爆破后冲距离作为输出特征;对原始数据内的特征参数进行验证和筛选,得到最终数据并构建训练集和测试集;利用训练集对基于沙猫群优化的核极限学习机模型进行训练,得到核极限学习机预测模型;利用测试集对核极限学习机预测模型进行性能检验;通过向核极限学习机预测模型输入特征参数直接得到爆破后冲距离的预测值,最后根据生产实际需要调整输入特征参数值来控制爆破后冲距离。该方法能实现对露天矿爆破后冲距离的精准预测和有效控制,其对于减少露天矿爆破危害性和确保开采进程具有重要的现实价值和科学意义。
技术关键词
核极限学习机模型
输出特征
露天矿爆破
爆破作业
炸药
样本
元素
代表
平台
规模
超参数
数据
界面
软件包
危害性
方程
系统为您推荐了相关专利信息
基因测序数据
医疗影像数据
神经网络模型
患病风险评估方法
融合特征
混合深度学习模型
农田
Hessian矩阵
残差模块
全局特征提取
意图预测方法
行人检测
驾驶辅助系统
训练卷积神经网络模型
图像