【技术实现步骤摘要】
一种基于双重随机森林回归方法的爆破振动速度预测方法
[0001]本专利技术涉及一种基于双重随机森林回归方法的爆破振动速度预测方法,属于爆破
技术介绍
[0002]钻爆法是矿山开采和隧道修建经常采用的破岩方法之一,爆破作用在完成破岩的同时也带来了很多负面效应,如爆破震动、空气冲击波、飞石、噪音、粉尘等,其中爆破震动危害尤为显著。爆破规程采用速度来衡量震动强度,准确地预测爆破引起的质点振动速度能有效控制爆破震动的危害。国内常采用萨道夫斯基公式来预测爆破振动速度,但仅考虑装药量、爆源距两个参数,参数取值粗糙,预测爆破振动速度的精度不高。
技术实现思路
[0003]本专利技术针对现有技术中采用萨道夫斯基公式来预测爆破振动速度时仅考虑装药量、爆源距两个参数,从而导致参数取值粗糙,预测爆破振动速度精度不高的问题,提供一种基于双重随机森林回归方法的爆破振动速度预测方法,本专利技术将双重随机森林回归方法引入到爆破震动速度预测,可获得准确性更高、误差更小的预测爆破振动速度。
[0004]一种基于双重随机森林回 ...
【技术保护点】
【技术特征摘要】
1.一种基于双重随机森林回归方法的爆破振动速度预测方法,其特征在于,该方法包括以下步骤:采集爆破设计参数、岩体信息参数、炸药信息参数;训练数据集;从测试样本集中随机抽取n个样本集;形成n棵CART决策树;随机选取特征;形成第一层随机森林;获取训练输出数据,训练后得到残差;训练残差形成新的训练集;新的训练集重抽样;重新形成n棵CART决策树;重新选取特征;形成第二层随机森林;双重随机森林输出求和得到最终的预测结果。2.根据权利要求1所述的基于双重随机森林回归方法的爆破振动速度预测方法,其特征在于,该方法包括的步骤具体为:(1)将爆破试验测得的爆破振动速度值作为CART决策树模型的输出变量,相应爆破试验场次采集到测点距离D、炮孔个数N、孔距S、排距B、最大孔深H、总药量A、高程差I以及弹性模量E作为CART决策树模型的输入变量,输出变量和输入变量组成预测数据集X和训练数据集(2)训练数据集采用Bootstrap方法进行训练样本集重抽样,随机产生n个训练数据集的子集D;(3)各个子集D中,采用决策树算法,根据“基尼系数最小准则”,选择最优方式进行节点分裂,分裂过程中不剪枝;其中决策树采用二叉树形式,利用二分递归法将数据空间不断划分为不同子集;决策树采用GINI系数作为属性分裂的标准,选择基尼系数最低的特征作为根节点,选择其余特征基尼系数最小的作为叶节点,根据训练数据集,从根节点开始,递归地对每个节点进行操作,构建二叉决策树;(4)重复构建二叉决策树,生成随机森林:每棵决策树由上而下递归分枝生长,满足分割终止条件后回归树停止生长形成回归树T
i
,所有回归树T
i
组合构成随机森林模型;(5)将预测数据集X的参数向量x输入到随机森林模型中,对单棵回归树T
i
的预测值y
i
求算术平均值(6)计算出第1层随机森林在训练样本集上的输出值采用训练样本的实际值y
i
减去输出值得到训练残差训练残差代入原训练样本中构建一个新的数据集作为第2层随机森林的训练样本,使输入为x
i
,期望输出为第1层随机森林的训练残差构成第2层随机森林的训练数据集,并对训练残差数值进行归一化处理得到第2层随机森林的训练数据集;(7)第2层随机森林的训练数据集构建第2层随机森林模型,计算出第2层随机森林模型的预测结果;(8)第1层随机森林模型与第2层随机森林模型的输出依次叠加,即与第二层随机森林的标签值与相应的第一层随机森林的标签值求和,得到双重随机森林预测模型的爆破振动速度。3.根据权利要求1所述基于双重随机森林回归方法的爆破振动速度预测方法,其特征在于,步骤(2)子集D为:D={x
i1
,x
i2
,
…
,x
in
,y
i
}(i∈[1,m]),其中k远小于m。4.根据权利要求1所述基于双重随机森林回归方...
【专利技术属性】
技术研发人员:武永博,李光全,李祥龙,黄昭乐,李永祥,普庆红,王建国,左庭,范天林,陶子豪,
申请(专利权)人:云南铜业股份有限公司昆明理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。