基于混合蛙跳算法的概率积分模型参数反演-论文

【文件属性】：
文件名称：基于混合蛙跳算法的概率积分模型参数反演-论文
文件大小：345KB
文件格式：PDF
更新时间：2021-07-07 21:42:44
概率积分法 开采深陷预测 混合蛙跳算法 参数反演 基于实测资料精准估计概率积分参数是概率积分函数模型应用的难点。SFLA(混合蛙跳算法)是群体智能优化算法，将SFLA应用于概率积分参数反演中，构建了基于SFLA的概率积分参数估计方法。研究结果表明：① 模拟试验中，SFLA反演概率积分预测参数q，tan β，b，θ的参数估计相对误差分别为0.12%，0.10%，0.11%，0.21%；S1，S2，S3，S4参数估计相对误差最大不超过3％。② 利用此方法求解顾桥南矿1414( 1 )工作面概率积分参数，求解结果为：q=0.97，tan β=1.98，b=0.39，θ=86.8°，S1=-5.07 m，S2=-17.84 m，S3=58.01 m，S4=36.38 m，下沉与水平移动拟合中误差为109.31 mm。