来源：期刊VIP网 时间：
作者：刘金山;
单位：河北冀东建设工程有限公司;
摘要：爆破引起地面振动是矿山生产爆破过程中最为显著的有害效应之一。为预防爆破振动引发建筑物失稳破坏和边坡滑坡，以某露天矿山生产爆破92组监测数据为例，根据灰色综合关联度识别了爆破振动速度影响因素。采用WOA优化BP神经网络的权值和阈值和AdaBoost算法对BP神经网络进行集成学习的方案，构建了基于WOA-BP-AdaBoost爆破振动速度预测模型。研究结果表明：与GWO-BP、SSA-BP、WOA-BP神经网络预测模型相比，该预测模型的R~2最大为0.98。与WOA-BP预测模型相比，WOA-BP-AdaBoost预测模型的S_(RMSE)、S_(MAE)分别降低了42.35%、32.1%,说明引入AdaBoost算法对BP神经网络集成学习，可进一步提升WOA-BP模型的预测精度和稳定性，为爆破振动速度预测提供了新的研究思路。
关键词：爆破振动速度;;WOA;;BP神经网络;;AdaBoost算法
基金资助：河北耳崖黄金矿业有限责任公司科研基金资助项目(2022-05)
