摘要： 煤矿开采动态沉陷预测对于保证开采过程中地面建(构)筑物安全及实施边采边复具有重要作用。针 对基于常规双参时间函数(Weibull、MMF、Logistic 及Bertalanffy)进行开采动态沉陷预测时存在的预测精度偏低及模 型拟合程度不高的问题,提出了一种自适应混合寻优人工鱼群算法(Adaptive Hybrid Optimization Artificial Fish Swarm Algorithm,AHO-AFSA)实现双参时间函数参数最优值求解。该算法采用自适应视野和步长对人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)的固定视野和步长进行改进,并将相对成熟但易陷入局部极值的粒子群算法与尚未广泛 应用于地表动态沉陷预测的人工鱼群算法(AFSA)相结合,实现了利用寻优算法求取双参时间函数参数精度的提升。 同时以静态概率积分预测模型为基础,通过复化辛普森公式优化地表点静态沉降值的求解过程,并基于此构建了煤 矿开采地表动态沉陷预测理论模型。通过实测数据验证得出:利用优化求解双参的自适应混合寻优人工鱼群算法, 基于Weibull、MMF、Logistic 和Bertalanffy 4 种时间函数模型的总体相对误差精度分别提升了2. 44%、0. 35%、1. 48%和 3. 11%,总体拟合误差在10. 3%以内,算法用于反演双参时间函数参数进行动态沉陷预测具有较高精度。研究成果对 于基于寻优算法反演双参时间函数参数的煤矿开采动态沉陷精准预测具有参考价值。

关键词: 开采沉陷　双参时间函数　概率积分法　动态预测　人工鱼群算法