基于WOA-SVM模型的爆破块度预测研究  

作　　者：刘骎[1] 王文通 张千俊 郭沙 

机构地区：[1]中国黄金集团有限公司,北京100011 [2]西南科技大学环境与资源学院,四川绵阳市621010

出　　处：《采矿技术》2024年第2期103-107,共5页Mining Technology

摘　　要：爆破块度是衡量爆破效果的主要指标之一,为提高爆破块度的预测效果以提高矿山生产效率,采用鲸鱼算法优化支持向量机进行爆破块度的预测,建立基于鲸鱼算法优化支持向量机的爆破块度预测模型。综合考虑影响爆破块度的内外因,选择岩石块度尺寸XB和弹性模量E,炸药单耗Pf、炮孔间距S与炮孔排距B的比值、炮孔深度H与炮孔排距B的比值、炮孔排距B与炮孔直径D的比值,以及炮孔堵塞长度T与炮孔排距B的比值为模型的输入向量,模型输出为爆破后的岩石平均尺寸X50,收集世界范围内的97组爆破数据作为鲸鱼优化算法支持向量机(WOA-SVM)模型的训练集和测试集。结果表明:WOA-SVM模型的均方误差(MSE)、均方根误差(RMSE)和拟合优度相较于BP神经网络、传统支持向量机模型更优,因此,在实践过程中该模型具有更好的效果。

关 键 词：爆破块度 鲸鱼算法 支持向量机 误差 

分 类 号：TD235[矿业工程—矿井建设]