›› 2016, Vol. 38 ›› Issue (6): 1258-1261，1270.doi: 10.16507/j.issn.1006-6055.2016.06.026
卢二伟 史秀志 陈佳耀
摘要：
针对爆破振动峰值速度在小样本容量统计条件下的准确预测问题，应用最小二乘支持向量机理论，选取最大段药量、总装药量、水平距离、高程差、前排抵抗线、预裂缝穿透率、岩体完整性系数、测点与最小抵抗线方向夹角、炸药爆速等9个影响因子，建立小样本容量统计条件下的爆破振动峰值速度回归预测模型（LS-SVR）。选取23组爆破振动实测数据，其中，前16组为训练样本，后7组用于结果预测，并与基因表达式编程（GEP）模型和模糊神经网络（FNN）的预测结果进行综合对比，得到LS-SVR、GEP和FNN预测模型平均相对误差分别为5.1%、8.7%和11.3%。研究表明：LS-SVR模型的预测结果与实测数据更吻合，拟合性更好。且在小样本容量统计下，LS-SVR模型可以准确地对爆破振动峰值速度进行预测，为类似工程的小样本容量统计预测提供了一定的可行方法。
中图分类号:
