基于GRA-DBO-BP神经网络的露天矿山爆破振动速度预-爆破

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

基于GRA-DBO-BP神经网络的露天矿山爆破振动速度预

作者:

关键词:

摘要：

研究背景与问题

露天矿山爆破作业是矿山开采过程中的重要环节，然而，爆破产生的振动不仅会影响矿山生产的稳定性和安全性，还会对周边建(构)筑物造成危害，增加环境保护和安全监管的难度。为了提高爆破振动预测的精度，降低其对周边环境的影响，本研究针对露天矿山爆破振动速度预测问题进行了深入研究。

研究方法

针对上述问题，本研究提出了一种基于GRA-DBO-BP神经网络的爆破振动预测模型。首先，利用灰色关联度分析（GRA）对影响爆破振动速度的关键因素进行分析，包括最小抵抗线、爆心距、炸药量等。其次，采用蜣螂算法（DBO）对BP神经网络进行参数优化，以提高其预测精度。最后，通过实例验证模型的有效性和准确性。

核心结果

本研究以新疆哈密别斯库都克露天矿爆破工程为例，应用提出的GRA-DBO-BP模型对爆破振动速度进行预测。结果表明，与传统的BP神经网络模型相比，GRA-DBO-BP模型具有更高的预测精度和更快的收敛速度。具体表现在：1）在相同训练样本数量下，GRA-DBO-BP模型预测的爆破振动速度与实际值更为接近；2）DBO算法优化后的BP神经网络在预测过程中表现出更好的泛化能力。

结论与意义

本研究提出了一种基于GRA-DBO-BP神经网络的露天矿山爆破振动速度预测模型，并通过对实际工程的实例验证，证明了该模型的有效性。该模型能够为矿山爆破振动预测提供一种高效、准确的方法，有助于提高爆破作业的安全性和环保性，降低爆破振动对周边建(构)筑物的危害风险。此外，本研究还为相关领域的进一步研究提供了参考和借鉴，具有一定的理论意义和实际应用价值。

文章来源：《爆破》网址: http://www.baopozz.cn/qikandaodu/2026/1027/327.html