基于RVM的爆破振动速度预测模型

摘要

为提高对爆破振动速度预测的准确性，提出一种基于相关向量机(RVM)的爆破振动速度预测模型。利用该模型建立爆破振动速度与其影响因素之间的非线性映射关系，通过选取影响爆破振动速度的3个主要因素(炸药用量、距离、高程差),并对这3个主要影响因素产生的36组数据进行拟合训练，根据这36组训练样本来对剩余5组样本进行精准预测。将该模型进行实例应用并与BP神经网络模型预测和GA-BP神经网络模型的结果进行对比，在相同的影响因素数据样本条件下，RVM模型预测精度更高、离散性更小。与实际值相比，RVM预测的爆破振动速度的平均相对误差均明显优于利用BP神经网络和GA-BP神经网络预测得到的平均相对误差，进一步验证了RVM模型能够提高预测精度的准确性和稳定性。

关键词

爆破振动速度 / 影响因素 / 相关向量机 / 预测模型

基金资助

国家自然科学基金(52068016); 广西自然科学基金(20 20GXNSFAA159125、2020GXNSFAA297118); 广西高等学校高水平创新团队及卓越学者计划(2020); 广西岩土力学与工程重点实验室(桂科能19-Y-21-9)