来源：期刊VIP网 时间：
作者：刘小明;唐北昌;李荣华;陈德斌;梁培钊;
单位：广西壮族自治区地质环境监测站;桂林理工大学土木与建筑工程学院;
摘要：为了快速、准确地获取爆破飞石距离，及时控制爆破危害，提出了一种基于粒子群优化(particle swarm optimization, PSO)相关向量机(relevance vector machine, RVM)的爆破飞石距离预测模型。该模型用PSO对RVM模型核宽度参数进行优化，自适应获取最优参数，利用优化后的RVM建立炮孔孔径、炮孔长度、最小抵抗线与孔距之比、炮孔填塞长度、最大一段装药量和炸药单耗6个主要影响因素与爆破飞石距离的非线性映射关系。采用绝对值相对误差δ、均方根误差E_(RMS)、均方误差E_(MS)、平均绝对误差E_(MA)、相关系数R~2等多项指标对模型性能进行评价。将该模型应用于马来西亚柔佛州某矿山的爆破飞石距离预测，并与相同样本下的二次有理高斯过程回归模型、中等高斯核支持向量回归模型和双层神经网络模型3个模型中的最优结果对比：PSO-RVM模型的R~2提高了7.1%,E_(RMS)降低了14.56%,E_(MS)和E_(MA)分别降低了26.99%和15.96%。PSO-RVM模型的预测结果可信度和拟合度更好、精度更高。
关键词：粒子群优化算法;;相关向量机;;爆破;;飞石距离;;预测模型
基金资助：国家自然科学基金(52068016);; 广西重点研发计划(桂科AB21196041)
