抗差岭估计在概率积分法预计参数求取中的应用研究

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。     

基于SSA-BP神经网络的概率积分法预计参数求取研究

为解决BP(Back-ProPagation,BP)神经网络求取概率积分法预计参数出现的局部最优解和收敛速度慢的问题,采用麻雀搜索算法(Sparrow Search Algortihm,SSA)优化BP神经网络的结构,得到最优的权重值和偏置项,建立了基于SSA-BP神经网络的概率积分法预计参数求取模型。结合50组典型的实测数据,随机抽取45组数据输入SSA-BP神经网络模型进行训练,剩余数据输入训练好的模型求取概率积分法预计参数,并与实测数据对比,分析SSA-BP神经网络模型和BP神经网络模型的优劣;通过改变训练样本和测试样本的数量,讨论模型精度与训练样本数量的关系。研究表明:(1) SSA-BP神经网络模型预计下沉系数q、水平移动系数b、开采影响传播角θ、主要影响角正切值tanβ和拐点偏移距s/H的平均绝对百分比误差分别为1.33%、3.48%、0.49%、3.86%和9.33%,BP神经网络模型的相应取值分别为8.05%、7.34%、3.33%、9.82%和19.60%,可见前者求解精度更高。(2)两种模型求取的预计参数均与实测数据较接近,SSA-BP神经网络模型最大相对误差为21...     

探讨L-M算法在求取概率积分法预计参数中的应用

概率积分预计参数的精确性决定了模型预计的准确度,基于其非线性的特点,文中结合某煤矿为例,采用了L-M算法,克服了最速下降法及高斯-牛顿法的缺点,求出最佳预计参数.     

基于岭估计的概率积分法预计参数的求取

采用最小二乘拟合求取概率积分法预计参数时,经常遇到发散问题,致使求参结果失真。而求参过程中法矩阵的病态是造成结果发散的主要原因之一。将岭估计应用于预计参数的求取中,能够有效地克服传统最小二乘拟合求参时法矩阵的病态。在给出基于岭估计求参模型的同时,使用Matlab实现了参数的自动求取。最后通过模拟算例验证了该求参模型克服法矩阵病态的有效性及求参结果的可靠性。     

改进GWO-BP算法的概率积分法预计参数求取

针对BP神经网络模型在求取概率积分法预计参数时的缺陷,提出了一种基于改进灰狼优化算法(GWO)的BP神经网络参数预测模型。主要通过对灰狼算法的收敛因子a进行非线性收敛的改进,再利用粒子群算法(PSO)的速度更新公式更新搜索灰狼搜索位置。用改进的灰狼优化算法对BP神经网络的初始权值和阈值进行优化,然后利用最优的初始权值和阈值对模型进行训练和预测,从而得到概率积分法参数的预测结果。结果显示经过改进的灰狼算法优化BP神经网络的参数预测结果明显优于单一的BP神经网络模型和不改进的灰狼算法优化BP神经网络模型的预测结果,可以在矿区开采沉陷预计方面得到应用。     

基于概率积分法的多维参数预计实验

提出了一种基于约束规则的多维参数优选来实现高精度预计的方法,通过偏差值、相对偏差值等指标加以评价。实验证明:采用多维参数进行预计是可行的,而且较于使用定维参数进行预计,其预计精度得到一定程度的提高。     

基于MapX的概率积分法预计模型的边缘修正

概率积分法是具有深厚松散层的矿区进行地表移动变形预计的主要方法.就采用概率积分法预计的下沉盆地边缘区收敛过快问题,提出采用边缘修正方法予以改进.并利用MapX控件以及VB.NET实现了地表移动盆地预计下沉曲线的边界修正.通过大量的实测曲线与预计曲线对比,证明了这一方法是有效的.     

概率积分法预计模型的某些修正

概率积分法是应用最广泛的地表移动变形预计方法，由于该法基础理论的局限，而导致预计结果与实测结果在某些方面存在不符，为了进一步提高概率积分法的预计精度，在研究许多实测资料的基础上，提出了修正公式。     

开采沉陷预计概率积分法动态参数研究

本文针对在极不充分采动或不充分采动时概率积分法预计结果与实测结果不符的问题，对具有典型代表性的观测站观测成果进行了分析研究，提出了下沉纱数和水平移动系数的修正公式。     

概率积分法预计参数反演方法研究进展

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的准确性,如何利用合适的方法准确稳定地求取预计参数是实际应用中的关键问题。全面总结了概率积分法预计参数反演的常用方法并分析了各种方法的优缺点,着重介绍了具有全局搜索能力遗传算法在参数求取中的应用。最后,从概率积分法求参误差、求参准则、求参范围、参数相关性及其模型的非线性等角度,提出概率积分法预计参数求取中存在的问题及需要进一步研究的内容。     

基于遗传算法的概率积分法预计参数反演

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.     

地表移动概率积分法计算参数的相关因素分析

为建立地表移动的概率积分法计算参数与地质采矿条件之间的数学关系,以我国主要矿区的大量地表移动观测站实测数据为原始数据,采用逐步回归的方法建立了开采沉陷概率积分法参数与地质采矿条件之间的统计回归公式。采用中误差和威尔莫特一致性指数(WIA,Willmott’sIndex of Agreement)对回归公式的精度及预测能力进行评定,计算结果表明所建立的回归公式误差较小,各参数回归公式均具有较好的泛化性能。为进一步验证所建立的回归公式的正确性,以4个测试样本数据进行计算,计算结果与实测结果吻合。最后,以淮北某矿地表移动实测数据为例,计算结果表明采用统计规律所计算的概率积分法参数进行开采沉陷预计计算可以得到与实测相符的地表移动变形数据。研究成果为缺少实测资料矿区进行开采沉陷预测确定概率积分法参数提供了科学依据。     

基于改进果蝇算法的概率积分法预计参数反演

由于概率积分法函数模型的非线性表现形式以及各参数之间的相关性,概率积分法开采沉陷预计参数反演时存在计算复杂、易发散、容易陷入局部最优解等问题。利用参数设置少、计算效率高、算法实现容易、全局寻优能力强且精度较高的果蝇算法进行基于概率积分法的开采沉陷预计参数反演,并对算法进行改进。以实测下沉值为参照,将预计结果与实测值相比较,结果表明,改进的果蝇算法对概率积分法的开采沉陷预计参数反演具有适用性,对于用概率积分法进行开采沉陷预计的精度的提高有一定的积极作用。     

概率积分法修正体系现状及发展展望

概率积分法作为我国开采沉陷预计的主要方法,目前获得了广泛的应用;但由于基本假设与实际情况偏差较大,在其实际应用中存在许多缺陷。在综合分析大量文献的基础上,详细分析了利用概率积分法进行沉陷预计的误差来源,总结了目前概率积分法的修正体系,在此基础上,提出了完善概率积分法模型的研究方向。     

遗传算法和模矢法结合的概率积分法参数反演方法

遗传算法在反演概率积分法预计参数时从参数取值范围内的串集开始搜索,并使用弹性策略来维持群体的多样性,使得算法可以跨过局部收敛的障碍,向全局最优解方向进化;但这种概率化的寻优算法存在局部探索能力差、结果不稳定的缺陷,只能获得问题的近似最优解。模矢法是一种降梯度算法,算法局部探索能力强、收敛快;但这种算法对初值选取敏感,初值选择不当易陷入局部极值。本文提出并实现了一种模矢法与遗传算法结合的组合算法:先使用遗传算法求得参数的全局近似最优解,然后将近似最优解作为探索初值,使用模矢法获得参数的稳定、精确最优解。研究结果表明:组合算法反演概率积分法预计参数的精确度高、收敛快、稳定性好,综合性能较遗传算法和模矢法有明显优势。     

智能优化算法在概率积分参数反演中的比较

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。     

多工作面影响下概率积分法参数拟合方法的探究

传统的概率积分法参数拟合方法仅仅考虑了单一工作面采动的影响,致使在这种情况下求参精度不高。为了提高求参的精度,分析了传统求参模型在工作面地表移动变形受多个工作面开采影响时所存在的问题,提出了多工作面影响下概率积分法求参的方法。实例分析表明,多工作面参数拟合方法对拟合精度的提高确有很大帮助,将拟合数据的精度由传统方法的141mm提高到67mm,提高了52.6%,从而提高了概率积分法的预测精度和适用范围。     

地表沉陷的概率积分法预计参数的回归分析

概率积分法是我国常用的地表移动变形预计方法之一,用该法进行预计时涉及4个基本参数的确定,目前参数的确定方法主要依据经验进行计算或者参照与待预计矿山类似条件的已有矿山数据进行确定,但这种确定方法存在误差较大,导致预计结果误差较大.文中以100个实测典型工作面的概率积分参数作为样本,借助MATLAB的曲线拟合工具Curve Fitting Tool对概率积分法的预计参数进行了回归分析,确定了最大下沉值、影响半径、最大水平移动值和开采影响传播角这4个参数与矿山地质采矿因素之间的函数关系,并经过与实测数据进行对比分析,验证了函数模型的合理性,可用于概率积分法的地表移动变形预计,并减小了误差.     

概率积分参数反演中的开采影响传播角问题研究

为了根据实测数据反演出可用的开采沉陷概率积分参数,研究概率积分参数的反演,采用VB语言编制了模矢法求参程序,但是在实际应用中求取开采影响传播角不符合其物理意义.针对此问题,提出了6参数法求取开采沉陷预计参数,并有效解决了概率积分参数反演中的开采影响传播角问题,特别是在数据质量不高时,可以用这种改进的方法获得比较合理的沉...     

抗差估计（IGGI方案）在粗差探测中的应用

以同一水准网为例，通过数据探测法和抗差估计两种方法对其进行粗差探测，说明抗差估计(IGGI方案)在粗差探测中的优越性，得出一些有益的结论。