共查询到19条相似文献,搜索用时 140 毫秒
1.
针对目前采用最小二乘算法拟合求参时,结果容易受到病态法矩阵和异值点干扰而出现发散等问题,建立了基于抗差岭估计的概率积分法求参模型。结合工程实例进行了人工干预求参试验,结果表明:采用抗差岭估计求参算法既可以抑制异值点的干扰,又可以克服病态法矩阵问题,从而保证了求参结果的有效性和可靠性。 相似文献
2.
为提高概率积分法对采动地表下沉值的预计精度,将赫尔默特方差估计法用于概率积分法参数的求取.将监测点的下沉值分为盆地中央和盆地边缘2类,确定2类值的初始权重,求取预平差和参数初值,再根据预计下沉值的改正数估计2类下沉值的验前方差,以该方差再次定权,重新求取概率积分法参数.结合淮北某矿区的观测站资料,编写基于赫尔默特方差估计法的求参程序,与最小二乘法拟合求参法相比,监测点的下沉值预计中误差降低了21.4%,该方法能提高预计下沉值精度. 相似文献
3.
4.
5.
地表沉陷预计误差的主要来源为模型的偏差和预计参数的不确定性,获得准确的预计参数可以提高地表沉陷预测的精度.模矢法是求解非线性规划中无约束最优化问题的一种直接方法,对解决高度非线性化目标函数最优解问题非常有效.利用MATLAB平台,编写了基于模矢法的概率积分法求参程序.以皖北某矿井1013工作面地表移动观测站的实测数据为例,求取了地表移动预计参数,通过与传统的线性最小二乘法比较,表明模矢法求参是一种适应能力强且有效的求参方法. 相似文献
6.
地表移动观测站实测数据反演求取概率积分法参数是这一方法应用过程中的关键问题,现有算法存在求参易发散,难以获取最优解的缺陷.提出采用遗传算法反演概率积分法参数,研究了该算法反演结果的准确性和可靠性.研究结果表明,遗传算法反演概率积分法预计参数精度高,参数相对误差小于1.5%,对观测站中的观测值随机误差、粗差、观测点缺失的问题具有较强的抗干扰能力,较最小二乘法、模矢法在参数反演准确性和可靠性方面有明显优越性. 相似文献
7.
8.
9.
《煤炭工程》2021,(7)
求取精准可靠的概率积分参数在开采沉陷移动变形预测中至关重要,在非线性模型广泛应用于参数预测的背景下,开展了融合FWA和Logistic模型的概率积分动态参数预测方法(FWA-Logistic方法)。结合Logistic模型的应用情况,考虑到非线性最小二乘求取模型参数的波动性较大,且不合理的初值选取会导致求参结果发散,因此引入了一种FWA算法;综合FWA算法原理、Logistic模型和概率积分动态参数变化规律,提出了FWA-Logistic方法。试验结果表明,拟合样本参数q、tanβ、θ的效果较好,拟合中误差分别为0.028、0.100和0.023°;预测各期参数q、tanβ、θ的平均相对误差分别为2.87%、2.02%、0.03%;最大相对误差约为4.39%。为验证预测参数的实用性,基于预测的各期的概率积分动态参数,代入动态概率积分模型进行地表主断面下沉预计;与实测相比,预计下沉误差在-343~208mm之间,中误差分别为47.66mm、113.60mm、86.67mm、89.23mm。 相似文献
10.
针对利用实测数据求取概率积分法预计参数时,受异值或粗差影响使参数严重偏离真值,预测结果失真的问题,建立了抗差估计的概率积分法求参模型。利用谢一矿矿区开采沉陷实测资料进行人工异值干扰求参实验,结果表明,该方法抑制了异值或粗差对求参结果的影响,保证了求参结果的真实性和可靠性。 相似文献
11.
结合感应电机和永磁同步电机的设计方法,研究永磁感应电机的设计算法并对电机进行优化。采用等效磁路法确定电机设计基本电磁参数;利用有限元的方法解决双鼠笼转子参数设计中的难点,并提供合理的参数优化取值范围。采用Taguchi方法建立实验正交矩阵,并通过求解实验矩阵对电机结构参数进行初步筛选。进一步利用响应曲面法,建立电机稳态运行指标与优选参数间关系的数学模型,通过求解数学模型来完成电机的优化设计。最后,将完成优化设计的电机与普通感应电机采用有限元的方法进行了性能对比,验证了上述设计和优化方法的正确性及双鼠笼永磁感应电机性能的优越性,为永磁感应电机的分析设计与优化提供了有价值的参考。 相似文献
12.
城下采煤地面沉陷实时预计研究 总被引:1,自引:0,他引:1
在城下采煤这种特殊工程中,对地面沉陷预计精度的要求非常高。开采前的预计一般只能通过类比的预计参数进行,精度相对较低。为了确保地面建筑物的安全,准确掌握地面沉陷,采用实时预计。即开采过程中边测量边预计,用新测得的地面沉陷数据求出预计参数,用该参数预计随后开采可能出现的地面移动变形。由于随时利用已经获得的实测数据,不断地修正预计结果,因此,预计结果可以达到很高的精度。 相似文献
13.
14.
主要介绍了我国煤矿矿井瓦斯涌出量预测方法,即分源预测法,通过实例提出了该预测法存在的问题,针对这些问题进行了探讨并提出了解决对策,提高了分源预测法的预测精度和适用范围. 相似文献
15.
16.
17.
18.
为了提高ENN(Elman neural network)神经网络获取概率积分预计参数的准确性,以我国30个地表移动观测站的实测数据作为学习训练和测试的样本数据,采用强稳健局部加权回归法(Rlowess,RW)对30个地表移动观测站数据进行降噪处理,采用蚁群算法(Ant Colony Optimization,ACO)对ENN神经网络的权值和阈值进行优化,构建了ACO ENN概率积分预计参数解算模型。结果表明:对比分析ACO ENN模型解算RW降噪处理前后的实测数据,发现RW降噪处理显著提高了数据质量,提高了解算模型的预测精度;利用ACO ENN模型解算下沉系数、水平移动系数、主要影响角正切及拐点偏移距的平均相对误差分别为2.41%、3.48%、6.11%和1.67%, ACO ENN模型对于概率积分预计参数的解算精度优于传统ENN算法,为精确获取概率积分预计参数提供了新思路。 相似文献
19.
为掌握采动区附近高等级公路的变形趋势,针对传统开采沉陷监测方法存在诸多缺陷的问题,将合成孔径雷达技术(D-InSAR)与概率积分法相结合,提出了一种矿山开采沉陷监测与预计方法。该方法首先利用D-InSAR技术对兖州某矿9308工作面进行了监测和分析,并将监测结果与路面水准测量数据进行了对比,然后基于D-InSAR的监测值,求取了9308工作面非充分采动下的概率积分法预计参数,再根据三下采煤规程对参数进行修正得到工作面全采时的预计参数,最后利用修正后的参数预计出工作面全采对附近高等级公路的影响程度。结果表明D-InSAR技术高精度的优势可以为开采沉陷预计提供可靠的监测数据,该方法可以为实现矿山开采沉陷监测与预计一体化提供有力支持。 相似文献