HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于LM算法的神经网络模型预测爆破块度

作者:王仁超; 吴松水利工程爆破技术坝料开采爆破块度预测神经网络lm算法

摘要:爆破是土石坝料开采环节中最常用的方法之一。爆破块度不仅影响开采料的挖装效率,而且对坝体压实质量有很大影响,因此,通过调整爆破设计参数以控制开采料的粒度分布,是爆破实时控制的重要措施之一。在分析爆破参数对于块度影响基础上,针对传统爆破预测模型存在的不足,提出了一种基于双隐含层LM算法的神经网络模型预测爆破块度尺寸的方法。通过工程爆破试验实例,验证了该神经网络模型及计算方法的可行性及实用性,并用于指导工程需要。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

水力发电学报

《水力发电学报》(CN:11-2241/TV)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《水力发电学报》是水力发电工程学术刊物,旨在反映我国水力发电领域科学研究和开发应用的最新科技成果,展示我国水电界的学术水平和文章作者的新贡献,促进学术交流,推动我国水电事业的发展。内容包括水电经济、水库和水电站运用、水工建筑物、水力学、水力机械、水电施工技术、水电环境以及与水电建设有关的水文、地质、勘测、规划等。

杂志详情