本文選題：開采沉陷 + 果蠅算法��； 參考：《金屬礦山》2016年06期

【摘要】：針對概率積分法開采沉陷預計參數反演時存在算法復雜、計算量大等問題,將具有算法簡單、計算量小、精度高等特點的果蠅算法引入到概率積分法開采沉陷預計參數反演中,研究了利用果蠅算法反演概率積分法開采沉陷預計參數的基本原理,構造了下沉擬合值與實測值均方差最小的適應度函數模型。結合安徽省某煤礦的實測數據,分別采用果蠅算法、遺傳算法以及粒子群算法反演概率積分法開采沉陷預計參數,并以下沉擬合值與實測值的均方差為各算法反演精度的評價標準進行對比分析,結果表明:利用果蠅算法反演出的下沉擬合值與實測值的均方差(33.7 mm)以及相對中誤差(1.4%)均小于同類條件下遺傳算法、粒子群算法的反演結果,說明果蠅算法適用于反演概率積分法開采沉陷預計參數,對于提高概率積分法開采沉陷預計的精度有一定的參考價值。
[Abstract]:In order to solve the problems of complex algorithm and large amount of calculation in the inversion of prediction parameters of mining subsidence by probabilistic integration method, the Drosophila algorithm, which has the characteristics of simple algorithm, small amount of calculation and high precision, is introduced into the inversion of prediction parameters of mining subsidence of probabilistic integration method. The basic principle of mining subsidence prediction parameters by using the inversion probability integration method of Drosophila algorithm is studied, and a fitness function model with minimum mean square deviation of subsidence fitting value and measured value is constructed. Based on the measured data of a coal mine in Anhui Province, the predictive parameters of subsidence were extracted by using Drosophila algorithm, genetic algorithm and particle swarm optimization algorithm respectively. The mean square deviation of the subsidence fitting value and the measured value is taken as the evaluation standard of the inversion accuracy of each algorithm. The results show that the mean square deviation (RMS) and relative median error (RMS) obtained by using Drosophila algorithm are less than those of genetic algorithm and particle swarm optimization algorithm under the same condition. The result shows that Drosophila algorithm is suitable for mining subsidence prediction parameters by inverse probabilistic integration method and has certain reference value for improving the precision of mining subsidence prediction by probabilistic integration method.
【作者單位】： 中國礦業(yè)大學環(huán)境與測繪學院;國土環(huán)境與災害監(jiān)測國家測繪地理信息局重點實驗室;江蘇省資源環(huán)境信息工程重點實驗室;
【基金】：“十二五”國家科技支撐計劃項目(編號:2012BAB13B03) 國家自然科學基金青年基金項目(編號:41104011) 江蘇高校優(yōu)勢學科建設工程項目(編號:SZBF2011-6-B35) 江蘇省資源環(huán)境信息工程重點實驗室基金項目(編號:JS201309)
【分類號】：TD327

【相似文獻】

相關期刊論文 前10條

1 康建榮;基于地形圖開采沉陷預計的地形信息自動提取方法[J];礦山測量;2004年04期

2 蔡懷恩;;開采沉陷預計的方法及發(fā)展趨勢[J];露天采礦技術;2007年04期

3 萬紅梅;許晨;葉霞;徐目圣;;開采沉陷預計的數值模擬研究[J];河南科技;2011年15期

4 顧偉;譚志祥;鄧喀中;;基于Active X Automation的三維可視開采沉陷預計[J];金屬礦山;2013年03期

5 郭達志，郝慶旺;開采沉陷預計與分析的空間模擬[J];中國礦業(yè)大學學報;1995年03期

6 鄒友峰;開采沉陷預計參數的確定方法[J];焦作工學院學報(自然科學版);2001年04期

7 李正軍;袁力;吳玉執(zhí);顧偉;李培現;;開采沉陷預計分析及“三下”開采輔助設計系統(tǒng)研制[J];能源技術與管理;2008年06期

8 李明;李琰慶;王紅梅;;任意形狀工作面開采沉陷預計系統(tǒng)開發(fā)[J];礦業(yè)安全與環(huán)保;2008年05期

9 王磊;譚志祥;張鮮妮;李培現;;開采沉陷預計可視化系統(tǒng)開發(fā)及應用[J];煤礦安全;2009年04期

10 許家林;賴文奇;謝建林;;條帶開采沉陷預計誤差的實測糾偏方法[J];中國礦業(yè)大學學報;2012年02期

相關會議論文 前1條

1 孫士斌;;開采沉陷預計軟件在貴州煤礦環(huán)評中的應用與體會[A];首屆貴州環(huán)境影響評價論壇論文選編[C];2008年

相關博士學位論文 前2條

1 張文志;開采沉陷預計參數與角量參數綜合分析的相似理論法研究[D];河南理工大學;2011年

2 孫臣良;基于庫水運移模擬的大平礦水庫下協(xié)調開采計劃優(yōu)化研究[D];遼寧工程技術大學;2012年

相關碩士學位論文 前7條

1 代巨鵬;西北厚松散層礦區(qū)開采沉陷預計與可視化研究[D];西安科技大學;2011年

2 秦爽;基于AE的組件式開采沉陷預計及可視化分析系統(tǒng)研究[D];遼寧工程技術大學;2009年

3 王飛;基于MAPGIS的開采沉陷預計分析系統(tǒng)[D];河南理工大學;2010年

4 趙娜娜;基于Matlab的開采沉陷預計與求參一體化系統(tǒng)研究[D];安徽理工大學;2015年

5 張翠英;基于MapX的煤礦開采沉陷預計及地表移動觀測站數據處理系統(tǒng)的研發(fā)[D];安徽理工大學;2009年

6 王瑞云;基于VC++.NET的開采沉陷預計程序設計與實現[D];安徽理工大學;2014年

7 路兵;基于C#的礦山開采沉陷預計可視化系統(tǒng)[D];山東科技大學;2011年

，

本文編號：1800298