基于混合蛙跳算法的概率积分模型参数反演_中国煤炭行业知识服务平台

基于混合蛙跳算法的概率积分模型参数反演

作者

滕超群王磊魏鹏李靖宇江克贵朱尚军
单位

安徽理工大学测绘学院山西晋城无烟煤矿业集团有限责任公司资源环境管理局
摘要

基于实测资料精准估计概率积分参数是概率积分函数模型应用的难点。SFLA(混合蛙跳算法)是群体智能优化算法，将SFLA应用于概率积分参数反演中，构建了基于SFLA的概率积分参数估计方法。研究结果表明：① 模拟试验中，SFLA反演概率积分预测参数q，tan β，b，θ的参数估计相对误差分别为0.12%，0.10%，0.11%，0.21%；S1，S2，S3，S4参数估计相对误差最大不超过3％。② 利用此方法求解顾桥南矿1414( 1 )工作面概率积分参数，求解结果为：q=0.97，tan β=1.98，b=0.39，θ=86.8°，S1=-5.07 m，S2=-17.84 m，S3=58.01 m，S4=36.38 m，下沉与水平移动拟合中误差为109.31 mm。
关键词

概率积分法开采深陷预测混合蛙跳算法参数反演
相关文章

[1]基于改进狼群算法的概率积分法模型参数反演方法
[2]耦合拐点偏移修正的Boltzmann函数预计模型及其参数反演方法