基于PSO-SVR的隧道光面爆破效果预测评价模型

为了实现良好的光面爆破效果,保证巷道施工的安全性,提出一种基于粒子群算法(PSO)的SVR光面爆破效果预测模型。选取了炮眼密集系数、最小抵抗线、装药量、炮孔深度、岩石单轴抗压强度、泊松比作为光面爆破的影响因子,炮孔利用率、超挖量、半孔率为光面爆破效果的评价指标,运用SVR原理建立预测模型,5折交叉验证法评价模型推广能力、粒子群算法优化模型参数。利用该预测模型,对某公路隧道掘进前24组光面爆破实测数据进行训练,后4组光面爆破实测数据进行模拟预测,分析结果表明,其3个指标的平均相对误差为1.1275%、1.8525%、0.9275%明显小于神经网络模型预测的1.5625%、6.0425%、4.6300%,同时其模型稳定性和泛化性优于投影寻踪预测模型。基于粒子群SVR算法预测模型的高精确度、强稳定性,为光面爆破效果预测提供了一种科学、实际的方法。