孔亚腾：基于小波神经网络爆破振动速度预测与分析论文

本文主要研究内容

作者孔亚腾,王耀（2019）在《基于小波神经网络爆破振动速度预测与分析》一文中研究指出：为提高爆破振动速度的预测精度,进而为防治爆破作业中爆破振动危害提供有效而更加有效的依据,本文提出了基于小波神经网络的预测方法,将各个爆破监测数据进行正负相关的转换,来统一爆破影响因素与爆破振动速度之间的关系,并把处理后的数据输入到小波神经网络中对爆破振动速度进行预测,相比传统的BP神经网络预测模型,本文提出的预测模型对爆破振动速度预测精度将近提高了10%,进而为爆破方案的优化提供强有力的理论根据。

Abstract

wei di gao bao po zhen dong su du de yu ce jing du ,jin er wei fang zhi bao po zuo ye zhong bao po zhen dong wei hai di gong you xiao er geng jia you xiao de yi ju ,ben wen di chu le ji yu xiao bo shen jing wang lao de yu ce fang fa ,jiang ge ge bao po jian ce shu ju jin hang zheng fu xiang guan de zhuai huan ,lai tong yi bao po ying xiang yin su yu bao po zhen dong su du zhi jian de guan ji ,bing ba chu li hou de shu ju shu ru dao xiao bo shen jing wang lao zhong dui bao po zhen dong su du jin hang yu ce ,xiang bi chuan tong de BPshen jing wang lao yu ce mo xing ,ben wen di chu de yu ce mo xing dui bao po zhen dong su du yu ce jing du jiang jin di gao le 10%,jin er wei bao po fang an de you hua di gong jiang you li de li lun gen ju 。

论文参考文献

[1].依赖小波神经网络算法的信息安全风险评估方法[J]. 王皓然,严彬元. 信息技术.2018(12)

[2].灰色-小波神经网络支持下对地铁工程沉降变形的预测[J]. 姜刚,李举,陈盟,周佳薇. 测绘通报.2019(05)

[3].小波神经网络背景下的大数据在线负载异常监测技术[J]. 梁利利,李建军. 粘接.2019(09)

[4].基于相似日和小波神经网络的光伏短期功率预测[J]. 祝暄懿,姚李孝. 电网与清洁能源.2019(03)

[5].基于小波神经网络的电力系统负荷预测[J]. 王伟. 科技创业月刊.2017(05)

[6].小波神经网络在桥梁施工监控中的应用[J]. 戚斌,余颖,彭刚跃,余兰. 地理空间信息.2017(08)

[7].自构建小波神经网络的内模控制研究与应用[J]. 王华秋,王斌. 计算机测量与控制.2014(09)

[8].基于小波神经网络的模拟电路故障诊断技术[J]. 吴凡,张莉. 计算机测量与控制.2014(11)

[9].一种自适应模糊小波神经网络及其在交流伺服控制中的应用[J]. 侯润民,刘荣忠,高强,王力,邓桐彬. 兵工学报.2015(05)

[10].小波神经网络的无刷直流电机转子位置检测方法[J]. 刘扬,张振海. 武汉工程大学学报.2014(10)

论文详细介绍

论文作者分别是来自居舍的孔亚腾,王耀，发表于刊物居舍2019年26期论文，是一篇关于爆破振动速度论文,爆破振动危害论文,小波神经网络论文,神经网络论文,居舍2019年26期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自居舍2019年26期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw50.cn/article/a35cda550f18aa868822e42f.html