基于BFO-LSSVM算法的爆破块度预测

发布时间：2023-12-24 14:09

　　准确合理地预测爆破块度分布,对于提高水利水电爆破开挖的工作效率以及经济效益有至关重要的意义。然而,影响爆破块度的因素众多,并且现阶段的块度预测很难考虑各个因素。因此,本文针对这一问题,构造了基于智能算法的爆破块度预测模型,并通过MATLAB的App Designer模块编写出了一款方便、快捷的爆破块度预测软件。本文的主要研究内容有:1.构造了BFO-LSSVM模型,利用鲁棒性好、全局搜索能力强等优点的细菌觅食算法对最小二乘支持向量机模型的参数C,g进行优化,从而达到优化模型性能、提高块度预测的精度的目的。2.利用MATLAB App Designer模块设计出了一款可视化爆破块度预测软件。该软件可用于训练块度样本并进行预测,操作界面便于用户使用并且易于推广软件。3.通过整理在阿尔塔什水利枢纽工程堆石料爆破现场收集的爆后料占比数据的资料,得到了可供分析的爆破数据。4.利用本文所编写的软件预测出爆后堆石料的级配曲线,再对预测出的级配曲线进行分析。结果表明:构造的BFO-LSSVM模型预测精度准确,结合编写的可视化软件,可以很容易的在确定的爆破参数下,准确的预测出爆后的坝料级配曲线。

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究的背景、意义
    1.2 爆破块度国内外研究现状
    1.3 主要研究内容
第二章 BFO-LSSVM爆破块度预测模型
    2.1 支持向量机理论
        2.1.1 支持向量机简介
        2.1.2 支持向量机原理
    2.2 最小二乘法支持向量机原理
    2.3 细菌觅食算法简介
        2.3.1 大肠杆菌的觅食行为
        2.3.2 BFO算法的基本原理
        2.3.3 趋向性操作
        2.3.4 聚集性操作
        2.3.5 复制性操作
        2.3.6 迁徙性操作
        2.3.7 BFO算法流程
    2.4 细菌觅食算法的参数选择
    2.5 BFO优化LSSVM的运算流程
    2.6 不同预测模型的对比分析论证
    2.7 本章小结
第三章 可视化软件设计
    3.1 可视化软件的设计
        3.1.1 设计原则
        3.1.2 设计思路
        3.1.3 软件运行流程
    3.2 可视化软件的实现
    3.3 爆破块度预测可视化软件的应用
        3.3.1 软件使用步骤
        3.3.2 软件运行结果验证
    3.4 本章小结
第四章 爆破块度预测软件的工程应用
    4.1 工程概况
    4.2 爆破方案的选择
    4.3 爆破料取样及颗粒筛分方面
        4.3.1 爆破料取样
        4.3.2 颗粒筛分
    4.4 阿尔塔什现场爆破参数
    4.5 现场爆破块度的预测及分析
    4.6 本章小结
第五章 结论与展望
    5.1 结论
    5.2 展望
参考文献
附录
致谢



本文编号：3874664