[发明专利]基于入侵杂草优化算法求取概率积分参数的方法

权利要求书

1.一种基于入侵杂草优化算法求取概率积分参数的方法，包括以下步骤：

步骤1，将已知工作面地区的地质采矿条件参数和工作面种群初始参数代入概率积分公式，预计观测点的下沉值和水平移动值；

步骤2，将工作面观测点的实测下沉值和水平移动值与步骤1中的预计下沉值和水平移动值作差，构建误差函数；

步骤3，将步骤2的误差函数作为适应度函数，采用入侵杂草优化算法反演求解出该工作面的概率积分参数。

2.根据权利要求1所述的基于入侵杂草优化算法求取概率积分参数的方法，其特征在于，在步骤1中，所述已知工作面地区的地质采矿条件参数包括法向采厚为m、煤层倾角为α、倾向长为D₁、走向长为D₃、开采深度为H；所述工作面种群初始参数包括下沉系数q、水平移动系数b、主要影响角正切tanβ、开采影响传播角θ₀、下拐点偏移距S₁、上拐点偏移距S₂、左拐点偏移距S₃和右拐点偏移距S₄。

3.根据权利要求1所述的基于入侵杂草优化算法求解概率积分参数的方法，其特征在于，在步骤2中，所构建的误差函数为公式(1)：

式(1)中：N为观测点数；W(x,y)为工作面点预计下沉值；W_实为实测下沉值；U(x,y)为工作面点预计水平移动值；U_实为实测水平移动值。

4.根据权利要求1所述的基于入侵杂草优化算法求解概率积分参数的方法，其特征在于，在步骤3中，求解的概率积分参数包括下沉系数q、水平移动系数b、主要影响角正切tanβ、开采影响传播角θ₀、下拐点偏移距S₁、上拐点偏移距S₂、左拐点偏移距S₃和右拐点偏移距S₄。

5.根据权利要求1所述的基于入侵杂草优化算法求解概率积分参数的方法，其特征在于，在步骤3中，采用入侵杂草优化算法反演概率积分参数的具体步骤如下：

步骤3.1：定义所求参数的初始解X＝[X₁,X₂,…,X_M]，其中M为初始种群个数，且M小于最大种群数P_max；

步骤3.2：种群根据自身和群落内适应性产生子代，产生下一代种子的数量根据父代的适应度值从最小线性增加到最大，由式(2)确定，其中：当前个体的适应度值f；当前代中最大适应度值f_max和最小适应度值f_min；单个个体可产生的最大、最小种子数S_max和S_min；floor(x)为x向下取整

步骤3.3：子代按照式(3)规律在父代周围产生，分布位置规律满足正态分布N(0,σ_iter²)，式(3)中：第iter迭代的标准差值σ_iter；最大迭代次数iter_max；起始标准差值σ_initial；最终标准差值σ_final；非线性调制指数n

步骤3.4：当种群数超过最大值P_max时，所有个体包括子代和父代按照其适应度函数排序，对排序后的个体从适应度值最小到最大排序，依次选出P_max个个体，作为该代进化最终保留下来的种群，其余适应度差的个体被淘汰，保留下来的种群进入下一轮竞争淘汰，直到达到最大代数，所得矩阵即为全局最优解。