基于狮群算法的概率积分预计参数反演方法

作者：黄金中; 李忠; 李世保

来源：北京测绘, 2022, 36(02): 101-108.

DOI：10.19580/j.cnki.1007-3000.2022.02.001

• 概率积分法参数
• 开采沉陷
• 狮群算法
• 参数反演

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0.032 5、0.118 8、0.028 5、1.067 8且4个反演参数相对误差最大值均小于4.90%；拐点偏移距Sa、Sb、Sc、Sd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°；Sa=-3.20 m;Sb=-5.12 m;Sc=59.28 m;Sd=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。

• 单位
  安徽理工大学