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]	孙丽军, 叶义成, 胡南燕, 姚囝, 李鹏程, 邓兴敏. 高山河谷地形下采空区顶板变形及其影响因素分析[J]. 金属矿山, 2021, 50(02): 9-15.
[2]	何荣, 刘畅远, 徐可心. 基于SBAS-InSAR的大采深条带开采地表沉降监测与特征分析[J]. 金属矿山, 2021, 50(02): 16-22.
[3]	鲁宇, 金长宇, 王湟, 刘冬. 露天转地下开采覆盖层合理厚度优化研究[J]. 金属矿山, 2021, 50(02): 23-28.
[4]	蒲春艳, 刘滨, 李中楠, 李宁. 深部巷道开挖应力演化特征分析[J]. 金属矿山, 2021, 50(02): 41-52.
[5]	曾庆田, 胡正祥, 刘科伟. 高地应力条件下爆破漏斗实验及数值模拟研究[J]. 金属矿山, 2021, 50(02): 36-40.
[6]	胡江春, 鲁家濠, 孙光林, 王红芳, 孙路革. 裂缝渗流条件下页岩相似材料的电化学试验研究[J]. 金属矿山, 2021, 50(02): 53-57.
[7]	吴世超 , 孙体昌 , 李正要, 徐承焱, 李小辉. 高磷铁矿石直接还原—磁选研究进展[J]. 金属矿山, 2021, 50(02): 58-64.
[8]	刘文刚, 王鑫阳, 刘文宝, 周晓彤. 高降解性月桂酰基丙基氧化胺的合成及浮选性能研究[J]. 金属矿山, 2021, 50(02): 65-70.
[9]	杨晓峰, 李天舒, 孙昊延, 董振海. 鞍山某难选混合铁矿石预富集精矿磁化焙烧过程物相转变研究[J]. 金属矿山, 2021, 50(02): 71-76.
[10]	卜显忠 , 陈彤 , 薛季玮, 宛鹤, 张崇辉. 新疆某铁矿降锌脱硫工艺研究[J]. 金属矿山, 2021, 50(02): 77-84.
[11]	王晓慧, 梁友伟, 惠博, 龚大兴. 贵州丹寨铅锌多金属硫化矿资源的高效回收试验[J]. 金属矿山, 2021, 50(02): 85-89.
[12]	钟文兴, 印万忠, 姚金, 马英强. 聚丙烯酸在细粒菱镁矿反浮选中的选择性抑制作用[J]. 金属矿山, 2021, 50(02): 96-102.
[13]	蒋英, 李波, 洪秋阳, 梁冬云, 刘超. 某铜镍多金属矿石工艺矿物学研究[J]. 金属矿山, 2021, 50(02): 103-109.
[14]	于保强 , 孙春宝 , 寇珏. 赞比亚某难浸氧化铜矿石工艺矿物学研究[J]. 金属矿山, 2021, 50(02): 110-114.
[15]	黎洁, 谢贤, 吕晋芳, 康博文, 李博琦, 朱辉. 铌矿资源概述及选矿技术研究进展[J]. 金属矿山, 2021, 50(02): 120-126.

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