基于GA-PSO融合算法的开采沉陷Richards
预计模型参数优化

金属矿山 ›› 2021, Vol. 50 ›› Issue (02): 155-160.

基于GA-PSO融合算法的开采沉陷Richards 预计模型参数优化

卢克东，徐良骥，牛亚超

安徽理工大学空间信息与测绘工程学院，安徽淮南 232001

出版日期:2021-02-15 发布日期:2021-02-22

Online:2021-02-15 Published:2021-02-22

摘要/Abstract

摘要： 在矿区开采地表沉降动态预计模型建立过程中，针对Richards时间函数模型参数在地质采矿条件复杂情况下难以一次性准确求取的问题，采用遗传粒子群（Genetic Algorithm and Particle Swarm Optimization，GA-PSO）融合算法对Richards模型参数进行动态修正，建立了一种基于GA-PSO融合算法的Richards时间函数参数优化模型。通过与传统GA算法和变步长果蝇优化算法（Fruit Fly Optimization，FOA）进行比较，结果表明：GA-PSO算法对Richards模型参数优化效果良好。通过单点举例和选取部分特征点验证的方法，得出GA-PSO算法模型在各个时期的预计中误差最大为14.43 mm，最小中误差为1.48 mm，最大平均误差为11.16 mm，最小平均误差为1.23 mm，且GA-PSO算法模型精度高于拟合模型和变步长FOA模型。研究表明：经过GA-PSO算法优化参数后的Richards模型能够更加高效，有助于精确构建矿区地表移动动态预计模型。

关键词: 开采沉陷, , , GA-PSO融合算法 , Richards函数模型 , 参数优化

卢克东 , 徐良骥 , 牛亚超. 基于GA-PSO融合算法的开采沉陷Richards 预计模型参数优化[J]. 金属矿山, 2021, 50(02): 155-160.

[1]	刘增波, 徐良骥, 张　坤, 刘潇鹏, 曹宗友, 徐　阳. 融合SBAS-InSAR 与CS-SVM 的矿区地表残余沉降预测模型[J]. 金属矿山, 2024, 53(8): 133-.
[2]	田迎斌, 孙丽丽, 丁宜军, 张　涛. 动态采煤沉陷区预回填施工控制模式研究[J]. 金属矿山, 2024, 53(7): 241-.
[3]	张传宝, 蔡来良, 王　巍, 柴华彬, 邹友峰, 张文志. 高强度重复开采覆岩与地表移动机理[J]. 金属矿山, 2024, 53(7): 173-.
[4]	张　凌, 邱　斌, 张　源. 基于无人机倾斜摄影测量技术与SVR 算法的开采沉陷监测与预计[J]. 金属矿山, 2024, 53(7): 168-.
[5]	苗　伟, 安士凯, 徐燕飞, 薛　博. 基于分段Knothe 时间函数的开采沉陷预计模型优化及应用[J]. 金属矿山, 2024, 53(6): 153-.
[6]	吕靖烨, 王美君, 李　晟. 节理发育区巷道锚杆支护参数优化研究[J]. 金属矿山, 2024, 53(5): 220-.
[7]	王其虎, 周俊宝, 姚　囝, 骆效兵, 伍　蒙, 张　震, 凌济锁, 黄兆云. 晒旗河磷矿掘进巷道工作面钻孔卸压参数优化[J]. 金属矿山, 2024, 53(4): 244-.
[8]	吝　涛, 范洪冬, 孙　叶, 李向伟, 庄会富. 基于U2-Net 的广域InSAR 开采沉陷区自动识别方法研究[J]. 金属矿山, 2024, 53(4): 177-.
[9]	陈红凯, 郭庆彪, 郭广礼, 马洪浩, 罗　锦. 黄土梁峁地形大采高煤层开采地表移动规律数值模拟研究[J]. 金属矿山, 2024, 53(4): 170-.
[10]	张连贵, 刘峰建, 张　鑫, 郭广礼, 李怀展, 宫亚强. 采动影响下浅埋输油气管线变形监测与风险性评价方法及应用实践[J]. 金属矿山, 2024, 53(3): 183-.
[11]	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-.
[12]	刘树新, 庄　宇, 戴谦君, 安　帅, 曹　飞. 盲天井中深孔掏槽爆破布孔优化及围岩损伤数值分析[J]. 金属矿山, 2024, 53(12): 44-.
[13]	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-.
[14]	朱权洁, 谷　雷, 刘晓云, 尹永明, 朱斯陶. 基于D-InSAR 技术的矿区地表沉降规律分析与趋势预测[J]. 金属矿山, 2024, 53(11): 125-.
[15]	肖海平, 范永超, 陈兰兰, 万俊辉, 陈　磊. 融合SBAS-InSAR 技术与GRO-BiLSTM 模型的开采沉陷边界划定方法[J]. 金属矿山, 2024, 53(10): 139-.

扫码分享

基于GA-PSO融合算法的开采沉陷Richards 预计模型参数优化

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价