煤炭科学技术

作者：肖双双, 林士桢, 刘锦, 龚伟,

关键词：露天矿, 抛掷爆破, 振动速度, 倒数误差法, 集成预测,

与松动爆破相比，抛掷爆破振动强度大，频率低，对露天矿安全生产影响更大。为准确预测抛掷爆破振动速度，基于文献整理数据及抛掷爆破现场监测数据，分析抛掷爆破振动速度相关数据特征，利用皮尔逊（Pearson）相关性分析法明确抛掷爆破振动速度关键影响因素，构建抛掷爆破振动速度预测指标体系。分别构建了遗传算法优化最小二乘支持向量机（GA-LSSVM）模型和埃尔曼神经网络优化自适应增强算法（Elman-Adaboost）模型，并采用倒数误差法将二者集成，最终形成抛掷爆破振动速度集成预测模型，并提出了模型评价准则及检验方法。结果表明：爆心距离、高差、排数、总药量、炸药单耗、孔距是影响抛掷爆破振动速度的主要因素。优化确定最大迭代次数为100、激活函数为Relu、随机数种子为42、神经元数量为30、数据分配比为8∶2。与单一模型相比，集成预测模型能够克服传统单一预测模型的局限，具有更好的信息捕获能力，提高振动速度预测模型的鲁棒性及预测精度。该模型的评价指标决定系数（R2）、均方根误差（RMSE）、平均绝对误差（MAE）分别为0.957、4.382、2.173，相较于GA-LSSVM、Elman-Adaboost模型R2分别提升5.51%、12.34%，RMSE分别提升15.88%、25.63%，MAE分别提升35.99%、33.34%。

来源：2025年第11期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2025年第11期