陈兴达余学祥池深深汪涛陈卫卫
安徽理工大学测绘学院,安徽理工大学矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室,安徽理工大学矿区环境与灾害协同监测煤炭行业工程研究中心
为了弥补标准遗传算法(SGA)求取概率积分法预计参数的早熟收敛,后期易陷入局部最优解的缺点,提出了多种群遗传算法(MPGA)来反演概率积分法参数,研究了该算法的准确性与可靠性。模拟试验表明:基于MPGA的概率积分法参数反演模型不仅能够准确求取预计参数,而且对于观测站数据中的随机误差、粗差和监测点缺失都具有较强的抗干扰能力。试验表明:在MPGA只迭代了57次就收敛,然而SGA迭代了100次才收敛的情况下,MPGA得出的下沉值和水平移动值的拟合标准差是31 mm,SGA得出的下沉值和水平移动值的拟合标准差是32 mm。
开采沉陷预计观测站概率积分法参数反演遗传算法多种群遗传算法
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会