概率积分法预计参数选取的神经网络模型

在综合分析概率积分法参数与地质采矿条件之间关系的基础上,采用人工神经网络方法建立了概率积分法参数选取的模型.模型采用改进的BP优化算法,运用我国典型的地表移动观测站资料作为学习训练样本和测试样本,对网络模型的计算结果与实测值进行了对比分析.分析结果表明:用人工神经网络方法求算概率积分法参数结果更接近于实际.对提高开采沉陷预计精度具有积极意义.

机器学习辅助下的概率积分法参数预计模型寻优

收集整理了多组地表移动观测站资料作为训练样本和检验样本,以工作面地质采矿条件为输入集,概率积分法预计参数为输出集,利用机器学习方法对概率积分法预测参数进行了预测。选取支持向量机、BP神经网络和偏最小二乘法3种机器学习方法对训练样本进行训练,利用训练所得模型预测检验样本中的概率积分法预测参数,并将预测结果与观测站实测值进行对比。结果表明,利用支持向量机预测下沉系数、主要影响角正切值及水平移动系数的精度最高,其平均相对误差分别达到7.46%、4.00%、13.17%;拐点偏距及开采影响传播角利用偏最小二乘法预计精度最高,平均相对误差分别为10.83%、0.88%;总体而言支持向量机的预测精度最为稳定。

基于BFGS算法的概率积分模型的参数反演

概率积分模型是描述煤炭开采引起地表变形规律的重要数学模型,通常采用传统优化算法和智能优化算法,对概率积分模型中的未知参数进行反演,以确定明确的地表变形特征。为了更有效地反演概率积分模型中的未知参数,引入最优化方法,提出一种基于BFGS算法的概率积分模型中参数反演方法,该方法利用相邻两迭代点之间的位移和目标函数的一阶导数构建近似Hesse矩阵,然后确定牛顿方程产生的搜索方向,通过非精确线搜索完成迭代过程,从而获得参数的最优解。仿真实验结果表明:新算法能够有效反演出全部参数,且在不同的误差水平下,新算法的参数反演精度均明显高于模矢法(传统优化算法)和遗传算法(智能优化算法);同时,在不同的粗差水平和数据缺失情况下,新算法的参数反演精度仍明显优于其他两种算法,一定程度上说明了引入新算法进行概率积分模型中参数反演的可行性和优越性。工程实例中,反演结果和下沉值的拟合曲线图进一步验证了新算法的可靠性,但工程实例中拟合单位权中误差明显大于仿真实验,其主要原因是矿区较大的地表起伏造成较大的概率积分模型误差,进而影响参数反演的精度。因此,对于具体的工程案例,除了采用有效的参数反演方法,还需要根据实际情况制定合理的反演方案,以达到更好的参数反演效果。

概率积分法沉陷预计的边缘修正模型

针对概率积分法沉降变形预计曲线边缘收敛过快的问题,以2个不同主要影响半径的单元下沉盆地按一定比例的组合表示边缘修正模型的单元下沉盆地,按照叠加原理建立了地表移动盆地内任意点的沉降、变形预计模型,并根据多个观测站实测数据反演概率积分法及其边缘修正模型参数,建立了修正模型参数与概率积分法参数之间的统计关系。实例分析结果表明,边缘修正模型的预计结果更接近于现场实际,具有较高的实用价值。

基于遗传算法三参数概率S-N曲线参量估计

引入遗传算法对40MnB调质齿轮三参数概率S-N曲线参量进行估计。方法将三参数概率S-N曲线表示为对数疲劳寿命均值和均方差线的广义形式,并利用遗传算法进行求解。综合考虑总体拟合效果,遗传算法以表示拟合效果的最小拟合误差均方值Min(ETP)参量作为目标函数,并定义了Min(ETP)均值和均方差形式。对40MnB调质齿轮弯曲疲劳强度的成组法试验数据进行研究表明,基于遗传算法的三参数概率S-N曲线参量估计是有效的,且优化过程无需进行求导操作,无需引入附加方程。

改进GWO-BP算法的概率积分法预计参数求取

针对BP神经网络模型求取概率积分法预计参数时的缺陷,本文提出了一种基于改进灰狼优化算法(GWO)的BP神经网络参数预测模型IGWO-BP,主要通过对灰狼算法的收敛因子a和速度更新公式的改进,使其寻优性能更优。运用改进的灰狼优化算法对BP神经网络的初始权值和阈值进行优化,利用最优的初始权值和阈值对模型进行训练和预测,从而得到概率积分法参数的预测结果。为了验证该算法在概率积分法参数求取方面的优势,将其与SVR模型的预测结果以及PLS模型的预测结果进行对比,从相对误差、平均绝对百分比误差以及一致性指数3个评价指标对3种方法的求取精度,发现IGWO-BP算法的最大相对误差、平均绝对百分比误差以及一致性指数都优于其他两种预测方法,说明IGWO-BP算法能够在概率积分法开采沉陷预计方面得到应用。

基于递减步长果蝇算法的概率积分法修正模型反演

由于标准地表移动观测站限制较多,提出布设非主断面地表移动观测站来获取更多的采空区地表实测资料;为了更好地利用实测数据来反演地表移动变形参数,提出基于实测下沉数据的观测点定权方法;针对概率积分法在采空区边缘预计精度较差的问题,引用概率积分法修正模型并利用递减步长的果蝇算法对模型参数进行反演,利用反演得到的概率积分法修正模型参数计算各观测点的拟合值并与实测值进行对比验证,结果表明递减步长果蝇算法对概率积分法修正模型参数的反演具有适用性,有助于提高利用非主断面地表移动观测站实测数据反演地表移动变形参数的精度,对研究特定工作面开采上方地表的移动变形规律具有积极作用。

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。

测线布设形态与测点缺失对采煤沉陷预计参数反演的影响

【目的】准确的采煤沉陷预计参数是实现全周期绿色开采的重要基础依据,基于测线沉陷数据进行反演是获取上述参数的主要手段。【方法】为定量分析测线布设形态与测点缺失对采煤沉陷预计反演的影响,在基于黑猩猩优化算法构建概率积分模型沉陷预计参数反演方法的基础上,结合数值模拟实验反演得到6种测线形态和3个不同位置(最大下沉区域、边界区域和拐点区域)测点缺失时的采煤沉陷预计参数,并揭示其对参数反演结果的影响机理。【结果和结论】结果表明:采用黑猩猩优化算法反演的参数精度较高,下沉系数q的中误差均不超过0.01,影响角正切值tanβ的中误差不超过0.04,开采影响传播角θ_(0)的中误差约为1.1,平均拐点偏移距s_(0)的中误差优于10 m。观测线形态改变对θ_(0)影响较小,但对q、tanβ和s_(0)影响较大,当观测线布设成非标准形态时,单纯依赖参数反演方法可能导致反演结果的失真。当工作面为非充分采动时,最大下沉区域测点缺失对tanβ和θ_(0)影响不大,但随着最大下沉区域缺失测点的增多,最大下沉信息含量逐渐减小,q和s_(0)会逐渐减小。边界区域测点缺失对参数反演影响较小,但会影响下沉盆地移动范围及边界角、移动角等角量参数的确定。拐点区域测点缺失占比不超过40%时,测点缺失对参数反演影响较小,但拐点区域测点缺失占比超过40%时,随着缺失测点的增多,曲线形态失去控制,q和s_(0)会逐渐减小,而tanβ逐渐增大。由于采煤沉陷预计参数间具有强相关性,在适应度函数准则为预测残差平方和最小的约束下,当测线形态改变或测点缺失时,可通过缩小参数寻优范围或插值方法削弱其对参数反演结果的影响。

基于FWA-Logistic方法的概率积分动态参数预测

求取精准可靠的概率积分参数在开采沉陷移动变形预测中至关重要,在非线性模型广泛应用于参数预测的背景下,开展了融合FWA和Logistic模型的概率积分动态参数预测方法(FWA-Logistic方法)。结合Logistic模型的应用情况,考虑到非线性最小二乘求取模型参数的波动性较大,且不合理的初值选取会导致求参结果发散,因此引入了一种FWA算法;综合FWA算法原理、Logistic模型和概率积分动态参数变化规律,提出了FWA-Logistic方法。试验结果表明,拟合样本参数q、tanβ、θ的效果较好,拟合中误差分别为0.028、0.100和0.023°;预测各期参数q、tanβ、θ的平均相对误差分别为2.87%、2.02%、0.03%;最大相对误差约为4.39%。为验证预测参数的实用性,基于预测的各期的概率积分动态参数,代入动态概率积分模型进行地表主断面下沉预计;与实测相比,预计下沉误差在-343~208mm之间,中误差分别为47.66mm、113.60mm、86.67mm、89.23mm。

船撞桥概率模型的比较与选用

目前,桥梁防船撞概率模型主要采用统计分析方法和数学模型方法,其中最具代表性的有:AASHTO模型、KUNZI模型、三概率参数积分路径模型(改进的KUNZI模型)。三概率参数积分路径模型由我国学者创立[1],系船撞桥概率模型近年来新的理论成果。现通过实际工程案例,具体分析了3种模型的优缺点,并提出相关的建议。

深圳地区原状花岗岩残积土硬化土模型参数的试验研究

硬化土(hardening soil)模型是岩土工程数值分析中常采用的模型。为研究加载方式和排水条件对原状花岗岩残积土剪切行为的影响,对深圳地区原状花岗岩残积土进行了常规三轴固结排水、常规三轴固结不排水、固结排水侧向卸载和固结不排水侧向卸载4组试验,并由试验结果确定出不同加载方式和排水条件下的硬化土模型参数。结果表明:在常规三轴试验中,试样在剪切过程中表现为先剪缩后剪胀的特性,在侧向卸载试验中,试样始终表现为剪胀的特性;模型参数值与加载路径密切相关,固结不排水侧向卸载试验(CDLU)测得的有效内摩擦角φ'较常规三轴固结不排水试验(CD)试验大20%,而有效黏聚力c'小了46%;CDLU试验得到的三轴压缩试验的参考割线模量E_(50)^(ref)为CD试验的2.9倍,卸载再加载参考割线模量E_(ur)^(ref)为CD试验的1.8倍;在相同加载路径下,模型参数值也受排水条件的影响,由CU试验得到的j'与CD试验的结果相近,但CU试验得到的φ'要明显大于CD试验的结果,CU试验得到的E_(50)^(ref)为CD试验的2倍,E_(ur)^(ref)为CD试验的3.8倍。因此,在岩土工程数值分析中应根据工程的实际情况确定和选用模型参数值。

本构模型对黏性土侧向卸荷路径下应力-应变关系适用性研究

为研究侧向卸荷应力路径对黏性土应力-应变特性的影响,首先介绍了2种典型的修正邓肯-张模型和三参数模型,然后分析比较了这3种模型反映侧向卸荷应力路径条件下土体应力-应变特性的能力。即分别利用这3个模型模拟普通三轴侧向卸荷条件下的试验结果,得到相同条件下各种模型的应力-应变特性曲线。并与试验结果进行对比发现:3种模型均能在不同程度上反映侧向卸荷应力路径对黏性土应力-应变特性的影响,其中修正3的效果更明显一点,3种模型存在一定的联系,即参数值达到特定的情况时3种模型退化成为同一模型。

非参数概率系统非平稳随机响应研究

对复杂系统的测量和知识的有限性造成的不确定很难完全由随机参数模型进行描述,采用随机矩阵模型更具有一般性和合理性。本文应用随机矩阵模拟不确定线性动力系统有限元模型中质量阵、阻尼阵和刚度阵的概率不确定性。综合运用虚拟激励法和精细时程积分法建立了非参数概率系统非平稳随机响应的有效计算方法。数值模拟结果表明,对于高精度制造,模型的不确定性是不能忽略的。本文提出的算法为此类问题求解提供了一条有效途径。

断裂韧性的概率模型

通过对裂纹顶端张开位移COD及其临界值δ_c的统计研究和理论分析,提出了断裂韧性的概率模型,给出了强度设计许用值(A,B值),为压力容器、化工设备的可靠性设计和评定提供了理论依据和统计数据。

山区地表移动预计修正模型及其参数求取方法

为了克服山区开采地表沉陷预计模型中的滑移影响函数以及求参模型的缺点,建立了山区开采地表移动变形预计修正模型,即新的滑移影响函数仍沿用原有参数A,P,t形式,但各参数的取值和物理意义存在差异。依据修正模型,以实测下沉值、水平移动值分别与模型预计值之差平方和最小为原则构建适应度函数,基于遗传算法原理进一步提出了山区地表沉陷预计模型求参新方法。最后将提出的山区沉陷预计修正模型和求参方法用于山西某矿工作面开采地表移动,取得了良好的工程实践效果。

一室模型药物体内释放(溶出)速率估计的半参数随机模型

目的:为药物体内释放(溶出)动力学研究提供一种半参数随机模型。方法:在生物药剂学意义上,同一药物的受试制剂(test preparation,TP)与参比制剂(reference preparation,RP)的纯吸收及处置过程相同,所需时间相等。将TP总驻留时间(Th)视为TP体内释放(溶出)时间(Tf)与RP总驻留时间(Tg)之和,Tf与Tg相互独立,Th、Tf及Tg均为非负且连续型随机变量。对TP:假设Tf概率分布未知,故Th亦服从由一次血管外给药后的血药浓度-时间数据用数值方法求得的概率密度函数(PDF)的数值解的某一未知概率分布(非参数模型)。对RP:由于无释放(溶出)过程或释放(溶出)过程可忽略不计(相对于TP),故假设药动学呈一室模型分布、一级吸收(速率常数为Ka)与一级消除(速率常数为K)特征,即吸收时间与消除时间均服从指数分布,则Tg的PDF为{Ka K/(Ka-K){[exp(-Kt)-exp(-Ka t)]}(参数模型)。根据卷积公式,得卷积型Volterra积分方程,运用数值反卷积分法求解,得到TP体内各时间段平均释放(溶出)速率值。结果:半参数随机模型可估计出TP体内释放(溶出)速率、TP的PDF之数值解及RP的PDF的函数结构与参数估计值。结论:半参数随机模型可用于体内药物释放(溶出)与(或)吸收动力学研究。

两室模型药物体内释放(溶出)速率估算的半参数随机模型

目的:为两室模型药物体内释放(溶出)速率估计提供一种半参数随机模型。方法:在生物药剂学意义上,同一药物的受试制剂(test preparation,TP)与参比制剂(reference preparation,RP)的纯吸收及处置过程相同,所需时间相等。将TP总驻留时间(Th)视为TP体内释放(溶出)时间(Tf)与RP总驻留时间(Tg)之和,Tf与Tg相互独立,Th、Tf及Tg均为非负且连续型随机变量。对TP:假设Tf概率分布未知,故Th亦服从由一次血管外给药后的血药浓度-时间数据用数值方法求得的概率密度函数(PDF)的数值解的某一未知概率分布(非参数模型)。对RP:由于无释放(溶出)过程或释放(溶出)过程可忽略不计(相对于TP),故假设药动学呈两室模型分布、一级动力学吸收、室间转运与消除特征,则可推导出Tg的PDF公式(参数模型)。根据卷积公式,得卷积型Volter-ra积分方程,运用数值反卷积分法求解,得到TP体内各时间间隔平均释放(溶出)速率值。结果:半参数随机模型可估计出TP体内释放(溶出)速率、TP的PDF之数值解及RP的PDF的函数形式与参数估计值。结论:半参数随机模型可用于两室模型药物体内释放(溶出)动力学研究。

非参数模型:药物体内释放/溶出与(或)表观吸收速率估计的理论研究

目的:建立基于概率论的估算药物体内释放/溶出与(或)表观吸收速率的非参数随机性模型(NPSM),并探讨NPSM与基于线性时不变系统输入-输出原理的非参数确定性模型(NPDM)的相互关系。方法:药物分子从给药部位释放/溶出与(或)表观吸收或直接输入血液循环及从血液循环处置的过程为相互独立的随机过程。同一药物的受试制剂(TP)总驻留时间(TTP)与参比制剂(RP)总驻留时间(TRP)之差为随机变量即TP释放/溶出与(或)表观吸收所需时间(T),将非负、独立且连续型随机变量T和TRP定义在同一概率空间,则(T,TRP)为2维随机向量。设TTP和TRP分别服从可直接由TP和RP药时数据求得分布函数或概率密度函数的数值解的某一未知概率分布,从而有积分方程即药物体内释放/溶出与(或)表观吸收的速率估算的NPSM。结果:NPSM与NPDM可相互转化,结果一致。结论:NPSM用于药物体内释放/溶出与(或)表观吸收动力学研究有一定理论意义。可从随机性与确定性两方面认识药时曲线下面积。