基于ANN-PSO模型的充填体强度预测及其工程应用

来源期刊：矿业研究与开发2020年第2期

论文作者：吴炜 吉坤 张朋 邱剑辉 骆禧光 韩斌

文章页码：53 - 57

关键词：充填体强度;预测;人工神经网络;粒子群算法;强度折减;

摘    要：为了准确快速地确定充填体强度,依据试验数据,以料浆体积分数、水泥掺量、人工砂尾砂比以及养护时间作为输入因子,以充填体的单轴抗压强度作为输出因子,建立了一种充填体强度ANN-PSO预测模型。研究结果表明,该模型的预测性能较好,在预测充填体强度时其平均相对误差率MAP为2.41%,可决系数R²为0.983。通过对比136组充填配合比充填体的室内试验强度值和实际生产测定值,获得了两者之间的强度折减系数。利用预测模型并联合强度折减系数,预测得到了矿山运行期间160多条进路的充填体强度值。该模型可大幅减小物理试验量,为类似的充填矿山提供了良好的借鉴作用。