基于灰色关联分析的遗传神经网络在水下爆破中质点峰值振动速度预测研究

水下爆破是一个复杂的、非线性的动态能量释放过程，其涉及到的影响因素众多。为了充分利用少量的实测数据，较准确地预测水下爆破质点峰值振动速度，引入灰色关联分析理论，并结合遗传神经网络较强的非线性映射优势和全局化的搜索能力，建立基于灰色关联分析的遗传神经网络模型(gra-ga-bp)。该模型利用灰色关联分析理论，充分挖掘小样本潜在信息特征，较合理地确定了影响爆破振动速度的主要因素，解决了神经网络在多变量复杂系统中输入变量无法自动寻优的难题，从而增强了神经网络的适应能力和稳定性。采用该模型对广东台山核电站1期工程大襟岛水下爆破开挖质点峰值振动速度进行预测，并与传统的遗传神经网络及萨道夫斯基公式预测结果进行对比，发现gra-ga-bp模型的预测值与实测值吻合更好，预测误差更稳定。研究方法可为小样本、多因素影响下类似工程质点峰值振动速度预测提供借鉴。