[发明专利]一种基于统计判别分类的爆破块度预测方法

摘要

本发明公开了一种基于统计判别分类的爆破块度预测方法，步骤是：1）爆破参数与相应爆后块度数据作为训练样本，对爆破参数数据进行处理；2）对标准化后的数据作为训练样本，代入主成分分析法，获得主成分变量；3）将主成分变量的训练样本代入分类法中，将不同的爆破情况进行定量化评判；4）针对不同类别的爆破，利用多元回归分析建立相对应的爆破块度预测式；5）获得待测块度爆破的参数，将待测数据代入2)、3）的步骤，获知待测爆破块度中值所在类别；6）将数据代入建立的对应预测方程式中，获得块度预测值。操作简便，根据不同复杂情况建立的爆破块度预测式，适应性强，在预测爆破块度时精度较高，适应了不同复杂情况下的爆破块度预测。

主权项

1.一种基于统计判别分类的爆破块度预测方法，其步骤是：1)、获得该地区之前爆破的爆破参数与相应爆后块度数据作为训练样本，对爆破参数数据进行标准化处理；2)、对标准化后的数据作为训练样本，代入主成分分析法，获得相对独立、信息互不重叠干扰的主成分变量；3)、将主元变换为主成分变量的训练样本代入Fisher判别分类法中，对不同情况下的爆破进行分类，根据爆破块度中值大小创建类别，将中值小于0.3m为I类，大于0.3m小于0.5m为II类，大于0.5m为III类，建立分类判别函数，将不同的爆破情况进行定量化评判；4)、针对不同类别的爆破，利用多元回归分析建立相对应的爆破块度预测式；5)、获得待测块度爆破的参数，将待测数据代入2)、3)的步骤，以主成分变量表示爆破信息，获知待测爆破所属的块度中值所在类别；6)、将相关数据代入建立的对应预测方程式中，获得块度预测值；所述的主成分分析法将具有多重共线性、相互干扰的参数数据重新组合为互不相关的主成分变量，将彼此之间具有相关性的原始数据矩阵X的重新线性组合成互不相关的矩阵组Y，方程式格式如下：方程式满足：系数ai1+ai2+…+ain＝1(i＝1,2…n)；且参数Y1、Y2、…Yn间互不相关；参数Y1、Y2、…Yn的方差之和与参数X1、X2、…Xn的方差之和相等。