来源：期刊VIP网 时间：
作者：张文涛;汪海波;高朋飞;王梦想;吕闹;杨帆;程兵;
单位：安徽理工大学土木建筑学院;安徽江南爆破工程有限公司;
摘要：为提高爆破振动峰值振速预测的精度，提出了一种主成分分析(PCA)特征降维条件下，基于鲸鱼算法(WOA)优化极端梯度提升算法(PCA-WOA-XGBoost)的爆破振动峰值振速预测模型。以长九露天建材矿开采爆破振动监测数据为依据，首先利用主成分分析对11个峰值振速影响因素降维处理得到4个主成分，计算主成分的得分作为预测模型输入特征，然后使用鲸鱼算法对极端梯度提升算法的超参数进行寻优，将最优超参数输入到预测模型中进行训练、测试和评估。结果表明：使用主成分分析对初始特征降维处理能有效减少信息冗余，提升预测准确度；使用鲸鱼优化算法对XGBoost算法初始超参数进行寻优，改善了人工选择超参数导致模型过拟合的问题；PCA-WOA-XGBoost模型预测结果的平均绝对相对误差为14.59%,在7种预测模型中最低，具有更高的预测精度，给多因素影响下爆破振动峰值振速预测提供了参考。
关键词：PPV预测;;极端梯度提升算法;;主成分分析;;鲸鱼优化算法
基金资助：安徽省爆破器材与技术工程实验室开放基金资助项目(AHBP2022A-02)
