基于多种群遗传算法的概率积分法参数反演
陈兴达
余学祥
池深深
汪涛
陈卫卫
1.安徽理工大学 测绘学院,安徽 淮南232001;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 淮南 232001;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,安徽 淮南 2320012.安徽理工大学 测绘学院,安徽 淮南232001;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 淮南 232001;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,安徽 淮南 2320013.安徽理工大学 测绘学院,安徽 淮南232001;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 淮南 232001;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,安徽 淮南 2320014.安徽理工大学 测绘学院,安徽 淮南232001;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 淮南 232001;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,安徽 淮南 2320015.安徽理工大学 测绘学院,安徽 淮南232001;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 淮南 232001;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,安徽 淮南 232001
摘要：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.
关键词：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
分类号：TD325(矿山压力与支护)
资助基金：淮浙煤电有限责任公司资助项目(HZMDGB-JF2013-14)中煤新集刘庄矿业有限公司资助项目(ZMXJ-LZ-JS-2018-25)
论文发表日期：2020-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 50-54,60 )
英文信息