智能优化算法在概率积分参数反演中的比较

摘要：

概率积分法是我国矿山开采沉陷预计的主要方法,其预计的精度直接取决于参数准确性.采用智能优化算法对实测地表沉陷数据反演是获取概率积分法参数的主要方法.为研究优化算法在开采沉陷概率积分参数反演中的应用效果,采用VB语言编程实现了模矢法、遗传算法、粒子群算法、模拟退火算法等常见概率积分参数反演算法,通过构造理论数据分析和比较了这4种算法参数反演的效果,并从运行时间、求参稳定性、搜索性能、抗局部解能力等方面对4种算法进行综合评价.研究结果表明:4种算法参数反演结果精度较高,参数相对误差小于2%,且对观测站中的观测值随机误差、粗差问题具有较强的抗干扰能力.模矢法运行效率高但容易陷入局部解,粒子群算法效率较低,遗传算法和退火算法全局能力强但后期收敛能力较弱.

关键词：开采沉陷预计、概率积分法、参数反演、智能优化算法比较

分类号：TD172(矿山地质与测量)

在线出版日期：2017-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：162-168