基于概率积分法开采沉陷静态预计的研究

煤炭资源在我国的能源生产中占据主导地位,研究矿区的地下开采以及其地表移动规律,对安全生产和及时预估或者减少因煤矿开采造成的地质灾害都具有重要的意义。因此,实现开采沉陷精确预计是实施矿区环境地质灾害评估与防治的基本方法。采用概率积分法对工作面开采变形的实时监测数据进行预测,并通过工程实例验证其在开采沉陷静态预计中的可行性。

消费级无人机倾斜摄影大比例尺测图技术

近年来,随着倾斜摄影测量技术的迅速发展,采用该技术生产的实景三维模型能够很好地应用于各领域中。由于用于测绘领域的主流飞行平台价格昂贵,且操作复杂,对作业人员素质要求较高,文章以消费级无人机搭载普通相机进行倾斜摄影构建三维模型,根据消费级无人机搭载传感器的特点,手动设置兴趣点环绕式飞行路线进行倾斜影像采集;采用Context Capture自动建模软件构建实景三维模型,进行三维测图工作,对消费级无人机倾斜摄影大比例尺测图能力进行分析和测图成果精度评定。结果表明在使用兴趣点环绕式飞行航线基础上,消费级无人机测图结果的平面精度能够满足1∶500大比例尺地形图的精度要求。采用消费级无人机进行大比例尺测图工作,大大降低了工作成本、缩短了成图时间,为倾斜摄影大比例尺测图工作提供新的参考方案。

基于灰色模型的高层建筑物沉降预测分析

随着我国的经济水平不断增强、城市化的进程不断加快,高层建筑物也越来越多地出现在现在的生活中。这些高大建筑物能给我们的生活带来很大地变化,但同时给我们带来了安全隐患。所以为了保证建筑物的施工及使用安全,方便对其进行管理,并缩小不必要的人员及财产的损失,对其进行监测是必不可少的。本文采用GM(1,1)预测模型,对某项目13#楼进行监测,并通过MATLAB得到各沉降点的预测值,从而判断出该建筑物的沉降趋势。

融合混沌残差的BP强预测器的地表下沉预测模型

为提高地下开采引起地表下沉预测结果的精度,提出融合混沌残差的BP强预测器(BP-Adaboost)的地表下沉预测模型。以顾北矿1312(1)实测值为例,分别用融合混沌残差的BP-Adaboost模型、BP神经网络模型和BP-Adaboost模型对最大下沉值点进行稳定期和活跃期的单步预测和多步预测,结果表明,融合混沌残差的BP-Adaboost模型无论是在单步预测还是在多步预测上的精度均最高,尤其在单步预测上有显著的提高。

人工智能时代下测绘工程专业人才培养模式探索

人工智能技术与测绘紧密联系,在人工智能快速发展的情况下,传统的测绘工程专业面临着巨大挑战。本文探讨了人工智能时代下测绘工程专业人才培养的问题,从建立智能的测绘专业教学模式、提升基于人工智能的测绘专业教师的知识素养、建立基于人工智能的测绘专业实践平台等3个方面阐述了人工智能时代下测绘工程专业应对挑战的措施。

基于ADAFSA-BP的概率积分法预计参数研究

在研究人工鱼群算法缺点的基础上,为了提高概率积分法预计参数的准确性,提出改进鱼群算法(ADAFSA),建立ADAFSA-BP预计模型。以我国40个工作面的地质采矿条件为训练集和测试集,将ADAFSA-BP模型与BP模型、GA-BP模型进行对比分析。结果表明:ADAFSA-BP模型对参数的预测平均相对误差均低于10%,满足精度要求,同时在小数据量学习方面ADAFSA-BP模型优于BP模型和GA-BP模型。

基于实测数据的量子遗传算法反演概率积分参数

概率积分法作为开采沉陷预计的常用方法,其参数更好地解算能够提高开采沉陷预计的准确性和稳定性。遗传算法能够解决模矢法易陷入局部最优解的问题,但其本身有着易早熟、收敛速度慢的缺点。旨在引入量子遗传算法对概率积分法参数进行反演,其量子编码和旋转门能够很好地解决遗传算法的缺点,将模矢法、遗传算法、量子遗传算法进行对比,量子遗传算法在精度、稳定性和收敛速度上要优于其他两个算法,这对概率积分参数反演的精度提高有着促进作用。