%0 Journal Article
%T 基于PSO-ELM的建筑物爆破震动速度预测
%A 王新民
%A 万孝衡
%A 朱阳亚
%A 姜志良
%A 刘吉祥
%J 科技导报
%P 15-20
%D 2014
%R 10.3981/j.issn.1000-7857.2014.19.001
%X 针对影响爆破震动速度因素之间复杂的非线性关系，利用粒子群算法（PSO）的全局搜索最优解原理和极限学习机（ELM）处理非线性关系能力，建立了爆破震动速度预测的PSO-ELM模型。以某地区爆破震动实测数据为例，选取总药量、最大段药量、爆破点与监测点距离、建筑物所在地面震动速度和测点到地面的高度等5个因素为输入变量，以建筑物震动速度为输出变量。结果表明，PSO-ELM模型训练值与预测值，测试值与预测值的均方误差分别为0.18和2.56，平均相对误差控制在6%以内，显示出该模型具有良好的训练精度和泛化能力。对比传统ELM模型，PSO-ELM模型不但提高了精度和泛化能力，而且降低了训练样本数和隐含层节点数变化对训练结果的影响，提高了模型的拟合能力，在类似预测工程中有一定的推广价值。
%K 爆破震动速度
%K 极限学习机
%K 粒子群算法
%U http://www.kjdb.org/CN/abstract/abstract11794.shtml