技术总结
本发明提供了一种基于Spark基因表达式优化的爆破振动预测方法，涉及机器学习领域，本发明利用数据预处理技术处理爆破数据，得到样本数据集，通过计算各条件属性的不协调率，在原始数据集中删除不协调率低于阈值的条件属性后，从而生成新的数据集作为输入数据集，在各个节点上利用改进的基因表达式方法进行函数寻优，即可得到爆破振动效果预测函数，从而得到爆破振动峰值速度的预测值。本发明能更好的解决海量数据条件下的训练效率问题，通过采用新一代并行计算技术，改进基因表达式编程算法对爆破数据进行全局函数寻优，能大大提高收敛速度，在不影响训练精度的条件下，提高训练的效率。
技术研发人员：王云岚;赵天海;张彬;周兴社;谷建华;曲广建;王静;朱振海;徐继革;张怀民;涂鹏程
受保护的技术使用者：西北工业大学;陕西中爆安全网科技有限公司
技术研发日：2017.12.04
技术公布日：2018.06.12