来源：期刊VIP网 时间：
作者：王晗;闫鹏;张云鹏;巩瑞杰;袁腾;杨曦;
单位：华北理工大学矿业工程学院;河北省矿业开发与安全技术重点实验室;河北钢铁集团司家营研山铁矿有限公司;
摘要：为降低爆破振动对环境产生的影响，预测爆破振动速度非常有必要。选取85组爆破振动数据，采用灰色综合关联度理论识别了影响爆破振动速度的7个重要因素，通过麻雀搜索算法(SSA)改进Elman神经网络的方法建立了爆破振动速度预测模型。研究结果表明，与Elman神经网络预测模型相比，X、Y以及Z方向的爆破振动速度SSA-Elman神经网络预测模型的预测值和实测值更接近，均方根误差(RMSE)以及平均绝对误差(MAE)较小，S_(RMSE)分别减少了54.2%、9.3%、34%,S_(MAE)分别减少了50%、5.7%、21%,说明采用SSA优化Elman神经网络权值和阈值的方法，可以提高Elman神经网络预测模型的精度。
关键词：爆破振动预测;;Elman神经网络;;麻雀搜索(SSA)算法;;灰色综合关联度分析
基金资助：河北省教育厅在读研究生创新能力培养资助项目(CXZZBS2023124);; 河北省高等学校科学技术研究项目(QN2023166)
