一种基于神经网络优化遗传算法的爆破方案选择方法

摘要

本发明公开了一种基于神经网络优化遗传算法的爆破方案选择方法，其特征在于使用爆破影响因素：炮眼深(HL)、间距(S)、装药深度(B)、阻塞深度(ST)、单位炸药消耗量(PF)、钻孔率(SD)和爆破危害形式：超爆深度(BB)和飞石距离(FR)作为神经网络(ANN)的输入值和输出值加以训练，训练后的神经网络作为遗传算法(GA)的适应度函数。在使用GA寻找到最优的BB和FR，从而对爆破方案参数进行优化。主要包括数据收集、基于ANN的GA适函数的构造、基于GA的爆破方案参数选优、根据Pareto图确定爆破优化方案最终结果。可广泛用于露天矿开采工程中的爆破方案优化选择。