基于RBF神经网络的爆破块度预测方法

摘要

本发明公开了一种基于RBF神经网络的爆破块度预测方法，包括：步骤一、基于历史爆破数据构建包括爆破设计参数、岩石系数、平均块度的训练数据集，其中，岩石系数基于反映岩石性质的多组数据计算得到；步骤二、构建RBF神经网络，以训练数据集的爆破设计参数、岩石系数为输入层，以平均块度为输出层，训练RBF神经网络，以确定RBF神经网络的隐层，隐层与输出层之间的权重系数，即得训练完成的RBF神经网络；步骤三、输入爆破设计参数和待爆破位置处的岩石系数至训练完成的RBF神经网络，输出得到平均块度。本发明具有RBF神经网络契合爆破数据的分布特征，输入数据维度少，且预测准确度高的有益效果。