ELM神经网络爆堆形态预测模型的研究及应用

以Moore-Penrose广义逆的定义和欧几里德空间内线性系统的最小二乘范数解原理为基础，运用ExtremeLearningMachine(ELM)神经网络——一种快速的前向神经网络学习算法，以Weibull函数的2个控制参数α，β以及松散系数ξ为输出层，提出了一种预测高台阶抛掷爆破爆堆形态的模型。该预测模型提高了爆堆形态预测的准确度，通过对黑岱沟露天煤矿爆堆形态的预测表明，ELM神经网络高台阶抛掷爆破爆堆形态预测模型的预测准确度高于同期使用BP神经网络预测的结果，更加接近于爆堆实际形态。