典型文献
基于狮群算法的概率积分预计参数反演方法
文献摘要：
针对传统的开采沉陷预计方法,在求取预计参数时存在计算量烦琐、精度低、速度慢等缺陷,本文开展了基于狮群算法(LSO)的概率积分预计参数反演方法研究.LSO是一种群体智能算法,该算法已在光伏最大功率跟踪中方面得到广泛的应用,至今尚未发现应用于矿山开采沉陷预计领域中.为了准确获取预计参数,本文将LSO应用于概率积分参数反演中,以此构建基于LSO的概率积分预计参数反演方法.研究结果表明:①仿真实验:反演参数q、tanβ、b、θ的反演参数中误差分别为0.0325、0.1188、0.0285、1.0678且4个反演参数相对误差最大值均小于4.90％;拐点偏移距Sa、Sb、Sc、Sd反演参数中误差均小于6.8,反演参数相对误差均小于2.90％.②应用实例:利用基于LSO的概率积分预计参数反演方法求解淮南矿区顾桥矿1414(1)工作面的概率积分预计参数,求取参数结果分别为:q=1.10;tanβ=1.82;b=0.35;θ=86.62°;Sa=-3.20 m;Sb=-5.12 m;Sc=59.28 m;Sd=43.45 m;下沉值与水平移动值拟合中误差为122.76 mm,满足工程要求.
文献关键词：
概率积分法参数;开采沉陷;狮群算法;参数反演
中图分类号：
作者姓名：
黄金中;李忠;李世保
作者机构：
安徽理工大学 空间信息与测绘工程学院,安徽 淮南232001
文献出处：
引用格式：
[1]黄金中;李忠;李世保-.基于狮群算法的概率积分预计参数反演方法)[J].北京测绘,2022(02):101-108
A类：
概率积分法参数
B类：
狮群算法,预计参数,参数反演,反演方法,预计方法,求取,计算量,烦琐,速度慢,LSO,群体智能算法,最大功率跟踪,中方,矿山开采沉陷,反演参数,tan,中误差,拐点偏移距,Sa,Sb,Sc,Sd,应用实例,淮南矿区,水平移动
AB值：
0.220217
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
