本发明涉及矿山爆破孔间延时选择，具体为一种矿山爆破孔间的延时选择方法和系统。
背景技术：
1、在矿山开采作业中，炸药爆破是不可或缺的一环，而精确控制孔间延时策略对于爆破效果具有决定性作用。其不仅能够显著降低爆破过程中产生的振动强度，保护周边结构安全，还能显著提升岩石的破碎效率与均匀性，在特定优化条件下还可以增强爆破的主频效应，确保爆破作业达到预设的理想状态。然而，现有技术在设计爆破延时时间上，通常依赖于操作人员的经验判断，缺乏科学性和系统性，往往导致爆破效果不尽如人意，既影响了开采效率，也增加了安全隐患和成本负担。
2、为了确定最优的爆破延时时间，现在多通过模型实验以及数值模拟等方法，模拟不同延时条件下的爆破效果。然而，上述方法受限于计算资源，只能模拟有限数量的炮孔，难以全面反映实际多排孔爆破的复杂情况，另一方面，即使计算资源充足，高精度大规模的数值模拟也需耗费大量时间，难以及时响应现场需求，制定灵活的爆破方案。
3、现有技术主要基于经验的主观判断，依赖计算机进行的数值模拟，在获取最最优爆破延时时间的过程中，均存在不同程度的局限性，包括但不限于主观性过强、模拟精度受限以及耗时过长等问题。因此，亟待更加科学、高效、灵活的延时选择方法来优化爆破设计方案，提升矿山开采的整体效能。
技术实现思路
1、针对现有方法的缺陷以及实际应用的不足，为了减少人为主观经验带来的误差，降低爆破振动强度、提高爆破质量，本发明将地质多维数据优化后，将数据代入算法中优化超参数并通过神经网络进行训练，得到回归预测结果，结合误差分析评价结果，最终确定最佳爆破延时时间。第一方面本发明提供了一种矿山爆破孔间的延时选择方法，方法其包括如下步骤，获取地质多维数据，对所述地质多维数据进行处理，以获得地质多维目标数据；建立改进优化算法和设置优化条件；基于所述改进优化算法和所述优化条件建立参数更新模型；通过所述参数更新模型获得最优延时参数，依据所述最优延时参数得到最优延时预测模型；基于所述地质多维目标数据对所述最优延时预测模型进行训练和预测，以选择矿山爆破孔间的最佳爆破延时时间。本发明对地质多维数据的进行处理和分析，并结合改进的优化算法，找到当前地质条件的最优爆破延时参数，以获得最佳爆破延时时间，可以优化爆破能量的分布，减少无效爆炸，提高整体爆破效果。
2、可选地，所述对所述地质多维数据进行处理，以获得地质多维目标数据包括：对所述地质多维数据进行第一数据处理并获得数据第一处理结果，所述第一数据处理包括剔除异常值算法；对所述数据第一处理结果进行第二数据处理并获得地质多维目标数据，所述第二数据处理包括插补缺失值算法。本发明对地质多维数据进行剔除异常值和插补缺失值，有助于获取高质量的地质多维目标数据、提升数据分析结果的准确性和可靠性。
3、可选地，所述剔除异常值算法，满足如下关系：
4、，
5、其中，表示数据的正常值范围，表示任意一个爆破特征参数的平均值，表示标准差；
6、所述插补缺失值算法，满足如下关系：
7、，
8、其中，表示待处理的第维的第个爆破参数的数据，表示第维的第个爆破参数的数据，表示第维的第个爆破参数的数据，表示爆破参数的特征。本发明依据剔除异常值和插补缺失值显著提升地质多维数据的质量，使其更加准确、完整和可靠，有助于后续的数据分析和模型建立，为矿山爆破等地质工程提供更加科学的决策依据。
9、可选地，所述建立改进优化算法包括：引入鲸鱼优化算法，对所述鲸鱼优化算法进行改进，并获得改进优化算法；所述改进优化算法，满足如下关系；
10、，
11、其中，表示迭代后个体的下一个位置，表示当前迭代中个体的位置，表示一个常数，表示随机选择的另一只鲸鱼的位置。本发明的优化算法，具有强大的全局搜索能力，通过改进上述算法可以进一步增强其在复杂地质数据中的搜索效率，可以更全面地探索解空间，从而找到更优的爆破延时参数。
12、可选地，所述设置优化条件包括：设置第一优化条件，所述第一优化条件满足；设置第二优化条件，所述第二优化条件满足。本发明设置不同的条件对搜索过程进行更精细化的控制，使算法采取更激进的搜索策略，进而可以得到更广泛的解空间。
13、可选地，所述基于所述改进优化算法和所述优化条件建立参数更新模型包括：基于所述改进优化算法和所述第一优化条件建立参数更新第一模型；基于所述改进优化算法和所述第二优化条件建立参数更新第二模型；结合所述参数更新第一模型和所述参数更新第二模型得到参数更新模型。本发明针对不同条件建立模型，可以更加精准地调整参数，确保在不同阶段实现最优搜索效果。
14、可选地，所述参数更新第一模型，满足如下关系：
15、
16、其中，表示迭代后个体的下一个位置，表示当前迭代中鲸鱼的最优位置，表示[0，1]之间随机数，表示随机选择的另一只鲸鱼的位置；
17、所述参数更新第二模型，满足如下关系：
18、
19、其中，表示迭代后个体的下一个位置，表示当前迭代中鲸鱼的最优位置，表示随迭代次数增大而逐渐减小的系数。本发明将两种模型结合使用，有利于实现搜索过程的高效性和准确性，从而提高整体优化效果，使得本发明方法在应对复杂问题时的具有灵活性和适应性。
20、可选地，所述通过所述参数更新模型获得最优延时参数包括：利用所述参数更新模型优化延时预测模型的模型参数，并获得最优延时参数，所述模型参数包括隐藏单元数目、最大训练周期、初始学习率。本发明通过参数更新模型，可以系统地调整延时预测模型的关键参数，从而提高预测结果的准确性和可靠性。
21、可选地，所述基于所述地质多维目标数据对所述最优延时预测模型进行训练和预测，以选择矿山爆破孔间的最佳爆破延时时间包括：基于所述地质多维目标数据对所述最优延时预测模型进行训练和预测，预测评估指标包括平均绝对误差、均方根误差、平均绝对百分比误差和决定系数；结合所述地质多维目标数据、所述最优延时预测模型和所述预测评估指标，选择矿山爆破孔间的最佳爆破延时时间。本发明基于地质多维目标数据对最优延时预测模型进行训练和预测，以选择矿山爆破孔间的最佳爆破延时时间的过程，具有提高预测精度、科学性和客观性。
22、第二方面，本发明还提供了一种矿山爆破孔间的延时选择系统，能够高效地执行本发明所提供的一种矿山爆破孔间的延时选择方法，所述系统包括输入设备、处理器、输出设备和存储器，其中，所述输入设备、处理器、输出设备和存储器相互连接，所述存储器包括如本发明第一方面所述的计算机可读存储介质，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令。本发明提供的系统结构紧凑，适用性强，极大程度地提高了运行效率。
1.一种矿山爆破孔间的延时选择方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的矿山爆破孔间的延时选择方法，其特征在于，所述对所述地质多维数据进行处理，以获得地质多维目标数据包括：
3.根据权利要求2所述的矿山爆破孔间的延时选择方法，其特征在于，所述剔除异常值算法，满足如下关系：
4.根据权利要求1所述的矿山爆破孔间的延时选择方法，其特征在于，所述建立改进优化算法包括：
5.根据权利要求1所述的矿山爆破孔间的延时选择方法，其特征在于，所述设置优化条件包括：
6.根据权利要求5所述的矿山爆破孔间的延时选择方法，其特征在于，所述基于所述改进优化算法和所述优化条件建立参数更新模型包括：
7.根据权利要求6所述的矿山爆破孔间的延时选择方法，其特征在于，所述参数更新第一模型，满足如下关系：
8.根据权利要求7所述的矿山爆破孔间的延时选择方法，其特征在于，所述通过所述参数更新模型获得最优延时参数包括：
9.根据权利要求1所述的矿山爆破孔间的延时选择方法，其特征在于，所述基于所述地质多维目标数据对所述最优延时预测模型进行训练和预测，以选择矿山爆破孔间的最佳爆破延时时间包括：
10.一种矿山爆破孔间的延时选择系统，其特征在于，系统包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-9任一项所述的矿山爆破孔间的延时选择方法。
