自然科学版 英文版
自然科学版 英文版
自然科学版 英文版
自然科学版 英文版
英文版编委
自然科学版 英文版
英文版首届青年编委

您目前所在的位置:首页 - 期刊简介 - 详细页面

中南大学学报(自然科学版)

Journal of Central South University

第47卷    第7期    总第263期    2016年7月

[PDF全文下载]    [Flash在线阅读]

    

文章编号:1672-7207(2016)07-2441-07
基于GRA-GEP的爆破峰值速度预测
陈秋松1,张钦礼1,陈新1,肖崇春1,姜群2

(1. 中南大学 资源与安全工程学院,湖南 长沙,410083;
2. 锡矿山闪星锑业有限责任公司,湖南 长沙,417502
)

摘 要: 针对在爆破施工中爆破振动危害严重、爆破振动峰值速度难以预测的问题,通过灰色关联度理论和MyEclipse开发工具,建立基于灰色关联度分析(GRA)和基因表达式编程算法(GEP)的GRA-GEP爆破峰值速度预测模型。以湖北铜录山现场露天台阶爆破实测数据进行模拟预测,通过灰色关联度分析,认为最大段药量、总装药量、水平距离、高程差、前排抵抗线长度、测点与最小抵抗线方向夹角等与爆破峰值速度存在相关性,进而为了实现爆破峰值速度进行预测,根据GEP计算思路,采用MyEclipse软件进行Java语言编程模拟运算。研究结果表明:GRA-GEP模型预测结果最大相对误差为14.4%,平均相对误差为7.8%,远低于萨道夫斯基经验公式(平均相对误差30.6%)与BP神经网络预测模型(平均相对误差13.3%)。

 

关键词: 爆破振动;爆破峰值速度;灰度关联度分析(GRA-GEP);基因表达式编程算法;预测

Prediction of blasting-vibration-peak-speed based on GRA-GEP
CHEN Qiusong1, ZHANG Qinli1, CHEN Xin1, XIAO Chongchun1, JIANG Qun2

1. School of Resources and Safety Engineering, Central South University, Changsha 410083, China
2. Hsikwangshan Twinkling Star Co. Ltd., Changsha 417502, China

Abstract:In order to predict the peak particle velocity of blasting vibration, the measured data of an open pit bench blasting was selected, and a prediction model of peak particle velocity of blasting vibration was established based on grey relational analysis and gene expression programming (GRA-GEP) with the theory of grey correlation degree and MyEclipse development tool. Based on blasting data of open pit bench in Tonglushan in Hubei Province, the maximum explosive charge, total charge, horizontal distance, height difference, the front line of resistance, measuring point and the minimum resistance line angle were associated with peak particle velocity of blasting vibration for sure. Then, according to GEP calculation ideas, and the Java language, blasting-vibration-peak-speed was predicted through MyEclipse software platform. The results show that maximum prediction error of forecast results is 14.4%; the average error is 7.8%, which is much lower than forecast value of experience formula (the average error is 30.6%) and the BP neural network (the average error is 13.3%).

 

Key words: blasting vibration; blasting-vibration-peak-speed; GRA-GEP; gene expression program; forecast subsidence

中南大学学报(自然科学版)
  ISSN 1672-7207
CN 43-1426/N
ZDXZAC
中南大学学报(英文版)
  ISSN 2095-2899
CN 43-1516/TB
JCSTFT
版权所有:《中南大学学报(自然科学版、英文版)》编辑部
地 址:湖南省长沙市中南大学 邮编: 410083
电 话: 0731-88879765(中) 88836963(英) 传真: 0731-88877727
电子邮箱:zngdxb@csu.edu.cn 湘ICP备09001153号