基于改进SPSO算法的开采沉陷预测参数反演研究_中国煤炭行业知识服务平台

基于改进SPSO算法的开采沉陷预测参数反演研究

作者

徐可心何荣白伟森
单位

河南理工大学测绘与国土信息工程学院
摘要

为充分利用监测数据、提高计算效率，以邯郸某矿区2516工作面地表下沉实测数据为基础，将改进标准粒子群（SPSO）算法引入概率积分法求参过程，构建基于改进SPSO算法的概率积分法求参模型，以各监测点下沉拟合值与实测值差值的平方和为适应度函数，通过迭代求得约束条件内的最优解。结果表明：改进SPSO算法平均迭代次数为47.3次，PSO算法平均迭代次数为300.4次，改进SPSO算法的运算效率和稳定性均优于PSO算法；基于改进SPSO算法的概率积分法反演参数拟合误差σ=4.66%，矿区经验值拟合误差σ=10.2%，改进SPSO算法反演参数精度高于矿区经验值；基于改进SPSO算法的曲面拟合求参模型反演概率积分法参数精度可靠、运算效率高，对提高矿区开采沉陷预计精度具有一定应用价值。
关键词

开采沉陷概率积分法SPSO算法参数反演曲面拟合法
基金项目(Foundation)

国家自然科学基金资助项目（41671057）；河南省科技攻关资助项目（172102310572）；河南省高等学校重点科研资助项目（18B420003）