智能基础设施时代的健康身份识别:以通信模式和人工智能为中心的视角 Hasan Mostafaei, Yasaman Anisi, Hadi Bahmani, Mahdi Ghamami

《Eng》:Bridge Health Identification in the Era of Intelligent Infrastructure: A Modal- and AI-Centric Perspective Hasan Mostafaei, Yasaman Anisi, Hadi Bahmani and Mahdi Ghamami

【字体: 大 中 小 】 时间:2026年05月05日 来源:Eng 2.4

编辑推荐:

   摘要 爆破模式的优化涉及对爆破设计参数的战略性调整,目的是实现最佳的破碎效果,从而降低采矿作业成本并减轻相关环境影响。其目标是在整个作业过程中(从矿山到破碎站)最小化成本,并解决爆破产生的问题,包括飞石和塌方现象。为了实

  

摘要

爆破模式的优化涉及对爆破设计参数的战略性调整,目的是实现最佳的破碎效果,从而降低采矿作业成本并减轻相关环境影响。其目标是在整个作业过程中(从矿山到破碎站)最小化成本,并解决爆破产生的问题,包括飞石和塌方现象。为了实现研究目标,开发了一个多变量回归模型来预测从钻孔到破碎阶段的总成本。除了成本考虑外,还采用了多层感知神经网络来预测爆破引起的塌方和飞石。本研究的主要创新之处在于将成本预测与基于MLPNN的后果预测相结合,纳入多目标遗传算法(GOA)中,以生成帕累托最优的爆破设计方案,这些方案明确量化了从矿山到破碎站的成本与爆破引起的飞石/塌方之间的权衡。对于塌方和飞石的预测精度,在训练、测试和验证数据集上的平均决定系数达到了99%。随后,使用蚱蜢优化算法(Grasshopper Optimization Algorithm)在遵守实际约束条件的基础上确定最优的爆破设计方案。优化模型得出的解集属于帕累托解集,使采矿作业管理团队可以根据自身的战略偏好选择合适的方案。值得注意的是,成本最低的爆破方案对应的飞石和塌方现象相对较严重;而选择飞石和塌方现象最少的方案时,成本比最低成本方案高出20.13%。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号