基于LM算法的神经网络模型预测爆破块度

作者:王仁超; 吴松 天津大学水利工程仿真与安全国家重点实验室; 天津300072

摘要:爆破是土石坝料开采环节中最常用的方法之一。爆破块度不仅影响开采料的挖装效率,而且对坝体压实质量有很大影响,因此,通过调整爆破设计参数以控制开采料的粒度分布,是爆破实时控制的重要措施之一。在分析爆破参数对于块度影响基础上,针对传统爆破预测模型存在的不足,提出了一种基于双隐含层LM算法的神经网络模型预测爆破块度尺寸的方法。通过工程爆破试验实例,验证了该神经网络模型及计算方法的可行性及实用性,并用于指导工程需要。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

水力发电学报

北大期刊 下单

国际刊号:1003-1243

国内刊号:11-2241/TV

杂志详情
相关热门期刊

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。