基于PSO-RBF神经网络模型的岩爆倾向性预测

李任豪,顾合龙,李夕兵,侯奎奎,朱明德,王玺

A PSO-RBF Neural Network Model for Rockburst Tendency Prediction

Renhao LI,Helong GU,Xibing LI,Kuikui HOU,Deming ZHU,Xi WANG

表2 国内外工程岩爆数据

Table 2 Rockburst infomation at home and abroad

样本序号 岩爆指标 实际岩爆等级 σc σθ?/σc σc?/σt Weq 1 170 0.53 15.04 9.00 Ⅲ 2 120 0.82 18.46 3.80 Ⅲ 3 140 0.77 17.50 5.50 Ⅲ 4 20 0.08 6.67 1.39 Ⅰ 5 120 0.37 24.00 5.10 Ⅱ 6 20 0.19 6.67 1.39 Ⅰ 7 120 0.61 24.00 5.10 Ⅲ 8 180 0.42 21.69 5.00 Ⅲ 9 140 0.77 17.50 5.50 Ⅲ 10 115 0.10 23.00 5.70 Ⅰ 11 176 0.31 24.11 9.30 Ⅲ 12 115 0.55 76.67 5.70 Ⅲ 13 165 0.38 17.55 9.00 Ⅲ 14 132 0.43 13.98 7.44 Ⅲ 15 128 0.55 14.66 6.43 Ⅲ 16 190 0.47 11.09 3.97 Ⅲ 17 170 0.53 9.92 3.97 Ⅲ 18 83 0.37 12.77 3.20 Ⅱ 19 226 0.40 13.14 7.30 Ⅳ 20 54 0.63 4.46 3.17 Ⅱ 21 237 0.44 13.42 6.38 Ⅳ 22 157 0.58 13.2 6.30 Ⅳ 23 148 0.45 17.5 5.10 Ⅲ 24 132 0.39 20.9 4.60 Ⅲ 25 107 0.20 41.0 1.70 Ⅰ