摘要： 为实现爆破振动峰值速度的精准预测,减少爆破振动的危害,基于某爆破工程实测数据,通过基于决策 树的特征重要性分析,选取了爆心距、炸药爆速、孔距、堵塞长度、孔深、单段药量6 个变量作为输入特征,利用粒子群 优化算法(PSO)对XGBoost 模型的决策树数目、决策树最大深度、学习率3 个参数进行寻优,构建了PSO-XGBoost 爆 破振动峰值速度预测模型。通过对实例进行预测,得到预测结果的MSE、RMSE、R2 的值分别为1. 44、1. 16、0. 91;通过 与BPNN、AdaBoost、GBDT、RF、SVR 模型的预测结果进行对比,PSO-XGBoost 模型的预测性能最佳,预测结果最优。为 了进一步推广应用预测成果,开发设计了一套爆破振动峰值速度预测系统。研究成果可为类似爆破工程振动预测提 供一定的理论参考和实践指导。

关键词: 爆破振动　爆破振动峰值速度　粒子群优化算法　XGBoost 算法　预测模型