期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
智能优化算法在概率积分参数反演中的比较 被引量:6
1
作者 陈元非 高彦涛 +3 位作者 査剑锋 徐孟强 张正华 李晋龙 《金属矿山》 CAS 北大核心 2017年第4期162-168,共7页
概率积分法是我国矿山开采沉陷预计的主要方法,其预计的精度直接取决于参数准确性。采用智能优化算法对实测地表沉陷数据反演是获取概率积分法参数的主要方法。为研究优化算法在开采沉陷概率积分参数反演中的应用效果,采用VB语言编程实... 概率积分法是我国矿山开采沉陷预计的主要方法,其预计的精度直接取决于参数准确性。采用智能优化算法对实测地表沉陷数据反演是获取概率积分法参数的主要方法。为研究优化算法在开采沉陷概率积分参数反演中的应用效果,采用VB语言编程实现了模矢法、遗传算法、粒子群算法、模拟退火算法等常见概率积分参数反演算法,通过构造理论数据分析和比较了这4种算法参数反演的效果,并从运行时间、求参稳定性、搜索性能、抗局部解能力等方面对4种算法进行综合评价。研究结果表明:4种算法参数反演结果精度较高,参数相对误差小于2%,且对观测站中的观测值随机误差、粗差问题具有较强的抗干扰能力。模矢法运行效率高但容易陷入局部解,粒子群算法效率较低,遗传算法和退火算法全局能力强但后期收敛能力较弱。 展开更多
关键词 开采沉陷预计 概率积分法 参数反演 智能优化算法比较
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部