[发明专利]一种基于改进乌鸦搜索算法的矿区开采沉降预测方法

说明书

本发明涉及一种基于改进乌鸦搜索算法的矿区开采沉降预测方法，包括以下步骤：步骤S1.基于乌鸦搜索算法向其中引入Levy飞行策略、领导者策略与替补乌鸦策略进行改进，得出改进的乌鸦搜索算法；步骤S2.将改进的乌鸦搜索算法引入概率积分参数反演中以建立基于改进的乌鸦搜索算法的概率积分参数反演模型，并通过该模型进行沉降预测计算，得出沉降概率预计值。该基于改进乌鸦搜索算法的矿区开采沉降预测方法，在乌鸦搜索算法的基础上，引入Levy飞行策略、领导者策略与替补乌鸦策略，构建了基于改进乌鸦搜索算法的概率积分法参数反演模型，在控制参数的相对误差与拟合中误差方面优于CAS，且具有一定的抗随机误差能力。

技术领域

本发明属于矿区开采沉陷预测技术领域，具体涉及一种基于改进乌鸦搜索算法反演概率积分参数的基于改进乌鸦搜索算法的矿区开采沉降预测方法。

背景技术

目前，煤炭是我国的主要能源。而煤炭资源的大规模开采会导致大规模的地面沉降和对自然环境的灾害影响。地下采矿活动引起的地表塌陷是一个严重的工程、经济和环境问题。从广义上讲，地表沉陷是地下开采活动的必然结果，反映了矿区的运动状态。地面沉降对地面结构、服务和通信造成了严重影响。在地面沉陷区的建筑场地开发中，通常需要广泛的补救措施或特殊的建筑设计。因此，开采沉陷预测已成为国内外学者关注的焦点。

20世纪50年代，波兰学者J·利特温尼辛(J.Litwiniszyn)将随机介质理论引入岩层运动研究，随后中国学者刘宝等人将该理论继续发展为概率积分法。在我国，概率积分法是最成熟、应用最广泛的沉降预测方法之一。参数误差和模型误差是概率积分应用中的主要误差源。提高概率积分法预测精度的关键是减小模型误差和参数误差。模型误差主要来源于该方法的基本假设，往往难以改进，因此减小参数误差的意义更加明显。准确的开采沉陷预测应建立在获得准确参数的基础上。概率积分法的预测参数反演方法大致经历了线性逼近法、步长加速法、智能算法和优化算法的过程。线性化近似参数法利用线性逼近的思想对概率积分进行线性化，然后根据最小二乘原理计算参数。查对初值进行了正交设计，然后利用线性化近似参数法在少量实验中快速逼近参数的真实值。但该方法计算过程繁琐，难以推广。GE应用模矢量法(步长加速法)获得了开采沉陷的预测参数。该方法解决了利用任意形状工作面的开采实测数据和利用动态测量数据获取参数的问题。步长加速法的求解过程会陷入局部极值陷阱，局部最优解会被误认为是全局最优解。查构建了基于遗传算法的概率积分参数反演模型，在参数计算上具有一定的准确性、可靠性和稳定性。徐提出用粒子群优化算法对概率积分法的参数进行反演，具有搜索速度快、效率高、算法简单等优点。

通过对研究结果的分析可以发现，当算法的搜索范围不够充分时，上述遗传算法和粒子群优化算法都会在一定程度上陷入局部最优，导致算法早熟收敛。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于改进乌鸦搜索算法的矿区开采沉降预测方法。

本发明通过以下技术方案来实现上述目的：

一种基于改进乌鸦搜索算法的矿区开采沉降预测方法，包括以下步骤：

步骤S1.基于乌鸦搜索算法向其中引入Levy飞行策略、领导者策略与替补乌鸦策略进行改进，得出改进的乌鸦搜索算法；

步骤S2.将改进的乌鸦搜索算法引入概率积分参数反演中以建立基于改进的乌鸦搜索算法的概率积分参数反演模型，并通过该模型进行沉降预测计算，得出沉降概率预计值；

其中，将改进的乌鸦搜索算法引入概率积分参数反演时的具体过程如下：