改进的MVO-GRNN神经网络岩爆预测模型研究 |
| |
引用本文: | 侯克鹏,包广拓,孙华芬.改进的MVO-GRNN神经网络岩爆预测模型研究[J].安全与环境学报,2024(3):923-932. |
| |
作者姓名: | 侯克鹏 包广拓 孙华芬 |
| |
作者单位: | 1. 昆明理工大学国土资源工程学院;2. 云南省中-德蓝色矿山与特殊地下空间开发利用重点实验室 |
| |
摘 要: | 准确预测岩爆烈度等级能有效指导岩爆灾害的防控。根据影响岩爆发生及烈度等级的3个因素构建岩爆评价指标体系,提出一种基于改进多元宇宙算法(Improved Multi-Verse Optimizer, IMVO)优化广义回归神经网络(General Regression Neural Network, GRNN)的岩爆预测模型。在普通多元宇宙算法(MVO)的基础上,运用自适应平衡机制调节MVO算法中的虫洞存在概率(VWEP)和旅行距离率(VTDR)两个重要参数来改进该算法;再运用改进的多元宇宙算法优化广义回归神经网络的光滑度,通过训练数据优选出最佳光滑因子σ,得到IMVO-GRNN神经网络岩爆烈度预测模型;最后结合工程实例验证模型的性能。研究表明,该模型相比传统模型寻优能力更强,精度更高,为岩爆预测提供了一种新的思路。
|
关 键 词: | 安全工程 岩爆预测 多元宇宙算法 广义回归神经网络(GRNN) 虫洞存在概率 旅行距离率 |
|
|