[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

说明书

本发明公开了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：(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；(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；(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概率积分参数，求解出该工作面的概率积分参数。本发明方法简单，首次将入侵杂草优化算法应用于概率积分参数求取，可解算出全部概率积分参数，并且具有求取参数精度高的优点。

技术领域

本发明涉及开采沉陷预计参数技术领域，特别是涉及一种基于入侵杂草优化算法求取概率积分参数的方法。

背景技术

随着国家对煤炭资源需求的增加，使得开采建筑物下、铁路下、水体下(简称“三下”)压着大量的煤炭资源具有重要意义。煤炭开采引发的开采沉陷使地表上建筑物、构筑物遭到破坏，从而影响人类的生产和生活。为了最大限度减少由于开采沉陷而造成的损失，在开采前要对开采过程中将出现的沉陷情况做一个准确的预测。常用于开采沉陷的预计方法为概率积分法，因此如何确定概率积分参数成为提高预测精度的关键。

目前常用的反演概率积分参数的方法有传统优化算法和智能优化算法。传统的优化算法例如模矢法等，虽然求参精度高，但是对参数初值要求高，且求解过程易发散，容易陷入局部最优解；智能优化算法和改进算法，例如遗传算法，虽然能很好的解决传统优化算法产生的问题，但是解算过程需要对参数编码，编程复杂，同时对前代种群的随机性搜索容易导致早熟现象。因此，建立一种算法求取概率积分参数的方法具有极其重要的意义。

发明内容

本发明所要解决的技术问题是提供一种基于入侵杂草优化算法求取概率积分参数的方法，能够解算出全部概率积分参数，并且具有求取参数精度高的优点。

为解决上述技术问题，本发明采用的一个技术方案是：提供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。

在本发明一个较佳实施例中，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。

在本发明一个较佳实施例中，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。

在本发明一个较佳实施例中，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。

在本发明一个较佳实施例中，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：