基于量子遗传算法的概率积分参数反演

为了克服遗传算法(Genetic algorithm,GA)在概率积分参数反演过程中存在的搜寻速度较慢、易早熟的不足,将量子遗传算法(Quantum genetic algorithm,QGA)引入概率积分法进行参数求取,构建了基于QGA的概率积分参数反演模型。模拟试验表明:基于QGA的概率积分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。淮南顾桥北矿1312(1)工作面概率积分求参试验表明:基于QGA的参数反演模型在准确性、稳定性方面明显优于基于GA的求参模型,对于精确求取概率积分参数具有一定的参考价值。