概率积分法预计参数反演方法研究进展

金属矿山 ›› 2015, Vol. 44 ›› Issue (04): 173-177.

概率积分法预计参数反演方法研究进展

朱晓峻^1,2，郭广礼^1,2，方齐^1,2

1.国土环境与灾害监测国家测绘地理信息局重点实验室，江苏徐州 221116；2.江苏省资源环境信息工程重点实验室，江苏徐州 221116

出版日期:2015-04-15 发布日期:2015-08-04

Recent Progress on Parameter Inversion of Probability Integral Method

Zhu Xiaojun^1,2，Guo Guangli^1,2，Fang Qi^1,2

1.NASG Key Laboratory of Land Environment and Disaster Monitoring，Xuzhou 221116，China；2.The Main Laboratory of Resource Environment Information of Jiangsu，Xuzhou 221116，China

Online:2015-04-15 Published:2015-08-04

摘要/Abstract

摘要： 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。

关键词: 概率积分法, 参数反演, 研究进展

Abstract: Probability integral method is the main method of predicting mining subsidence，and its prediction accuracy directly depends on the accuracy of the parameters.How to use the right methods to accurately and stablly calculate the expected parameters is the key issue in practical application.The probability integral method commonly used in parameter inversion is summarized and the advantages and disadvantages of various methods are analyzed.Then the global search ability of genetic algorithm applied in parameter calculation is emphatically introduced.Finally，the existing problems and the further research tasks in the probability integral method to predict parameters are put forword from the aspects of error，and principles and scope，parameters correlation in probability integral method and the nonlinear of the model.

Key words: Probability integral method, Parameter inversion, Research progress

朱晓峻, 郭广礼, 方齐. 概率积分法预计参数反演方法研究进展[J]. 金属矿山, 2015, 44(04): 173-177.

ZHU Xiao-Jun, GUO Guang-Li, FANG Qi. Recent Progress on Parameter Inversion of Probability Integral Method[J]. Metal Mine, 2015, 44(04): 173-177.

[1]	李思豪, 查剑锋, 关　杰, 张　民. 沉陷区河堤边采边复治理方式下的动态填方量预计方法[J]. 金属矿山, 2024, 53(2): 198-.
[2]	陈光波, 王创业, 田志超, 李　谭, 王二雨, 高　宁, 徐泽瑞, 张国华, 陈　伟, 　尚建学. 煤岩组合体动力破坏响应研究进展述评[J]. 金属矿山, 2024, 53(12): 10-.
[3]	孙志豪, 徐良骥, 刘潇鹏. 一种基于分段加权赋参的厚松散层矿区沉陷预计方法[J]. 金属矿山, 2024, 53(11): 132-.
[4]	林芳, 冯晓九. 基于概率积分法的济宁某矿地表位移规律研究[J]. 金属矿山, 2023, 52(11): 198-204.
[5]	肖双双, 马亚洁, 李卫炎, 薛俊华, 李克民, 麻旭荣, 丁小华, 张永贵. 我国露天矿粉尘防治理论技术近 20 a 研究进展与展望[J]. 金属矿山, 2023, 52(07): 40-56.
[6]	李刚, 周哲, 胡锦华. 基于知识图谱的我国矿井粉尘防治技术研究进展与展望[J]. 金属矿山, 2023, 52(07): 28-39.
[7]	敬小非, 毛菁鑫, 李小双, 谢东旭, 聂闻, 巫尚蔚. 尾矿坝漫顶侵蚀破坏机理及过程研究进展与展望[J]. 金属矿山, 2023, 52(05): 86-96.
[8]	吴满毅, 徐良骥, 张坤. 基于 SSA-BP 神经网络的概率积分法预计参数求取研究[J]. 金属矿山, 2022, 51(08): 182-189.
[9]	黄金中, 王磊, 李靖宇, 蒋创, 滕超群, 李忠 , 李世保. 群智能优化算法反演概率积分参数的性能比较与分析[J]. 金属矿山, 2022, 51(08): 173-181.
[10]	胡斌, 汤琦, 李京, 丁静, 刘霁. 基于 RF-PSO 混合算法的边坡软弱夹层力学参数反演应用研究[J]. 金属矿山, 2022, 51(06): 167-172.
[11]	张劲满, 阎跃观, 李杰卫, 徐瑞瑞, 王芷馨, 张坤, 岳彩亚. 概率积分预计参数的ENN优化算法[J]. 金属矿山, 2022, 51(05): 170-176.
[12]	张成业, 李军, 雷少刚, 杨金中, 杨楠. 矿区生态环境定量遥感监测研究进展与展望[J]. 金属矿山, 2022, 51(03): 1-27.
[13]	王进明 , 陈建华 , 董发勤, 杜明霞 , 傅开彬. 氧化锑矿选别研究进展及展望[J]. 金属矿山, 2021, 50(12): 21-27.
[14]	李宏, 杜艳清, 余莹, 李佩昱, 余建文. 我国高铁铝土矿铝铁分离研究新进展[J]. 金属矿山, 2021, 50(10): 82-91.
[15]	梅寒陈炳乾, 王正帅高建余昊. 不同智能优化算法反演概率积分法参数的对比研究[J]. 金属矿山, 2021, 50(05): 149-159.

扫码分享