爆破振动危害作为爆破危害之首,如何更好的对其进行预测和控制一直是学术和工程界关注的热点问题。为更好的预测爆破振动,文章对爆破振动预测技术进行了研究。通过对比分析两种改进BP神经网络算法、随机森林算法以及传统经验公式法在爆破振动预测中的表现以寻求最佳预测方法。文章的主要研究内容和成果如下:(1)对之前的爆破预测手段和方法进行了总结和分析,通过对传统预测方法的原理分析阐明传统预测方法在现今工程爆破应用中的不足。(2)通过长达两年的时间对实际的工程爆破进行振动监测,收集到数量较为丰富的爆破振动监测数据,为利用机器算法进行预测提供了充分的基础。(3)为解决爆破振动预测这一典型的非线性问题,文章采用了两种改进BP神经网络算法以及人工森林算法对收集到的数据进行训练和预测,并与传统预测方法进行对比分析。结果表明:传统公式法虽然简便易用,但其精度与其他两种方法相比存在明显不足;在样本量不大的情况下对于爆破振动的预测,随机森林比神经网络更具优势,能将爆破振动速度和主频率的预测误差分别控制在10%和20%以内。文章通过对传统经验公式预测法、两种改进BP神经网络预测算法以及随机森林预测算法之间的分析对比,得出了随机森林算法在爆破振动预测方面具有较大优势,为未来更好、更快地进行爆破振动预测进行了有益的探索。