基于狮群算法的概率积分预计参数反演方法

摘要

针对传统的开采沉陷预计方法,在求取预计参数时存在计算量烦琐、精度低、速度慢等缺陷,本文开展了基于狮群算法(LSO)的概率积分预计参数反演方法研究。LSO是一种群体智能算法,该算法已在光伏最大功率跟踪中方面得到广泛的应用,至今尚未发现应用于矿山开采沉陷预计领域中。为了准确获取预计参数,本文将LSO应用于概率积分参数反演中,以此构建基于LSO的概率积分预计参数反演方法。研究结果表明:①仿真实验:反演参数q、tanβ、b、θ的反演参数中误差分别为0.0325、0.1188、0.0285、1.0678且4个反演参数相对误差最大值均小于4.90%;拐点偏移距S_(a)、S_(b)、S_(c)、S_(d)反演参数中误差均小于6.8,反演参数相对误差均小于2.90%。②应用实例:利用基于LSO的概率积分预计参数反演方法求解淮南矿区顾桥矿1414(1)工作面的概率积分预计参数,求取参数结果分别为:q=1.10;tanβ=1.82;b=0.35;θ=86.62°;S_(a)=-3.20 m;S_(b)=-5.12 m;S_(c)=59.28 m;S_(d)=43.45 m;下沉值与水平移动值拟合中误差为122.76 mm,满足工程要求。