不同智能优化算法反演概率积分法参数的对比研究

梅寒¹，陈炳乾^1,2，王正帅¹，高建¹，余昊¹

1. 江苏师范大学地理测绘与城乡规划学院2. 长安大学地质工程与测绘学院

摘 要：传统的概率积分法求参方法虽能较为精确地反演参数,但存在对工作面的类型以及测站的布设要求高、计算工作量大、效率低等不足,智能算法为精确确定概率积分模型最优参数提供了新方法。为探究不同智能优化算法在概率积分法求参过程中的性能,采用Matlab编程语言编写了模矢法、遗传算法、文化-粒子群算法、粒子群算法、果蝇算法和蚁群算法的运算程序,通过模拟试验,分别从算法的反演准确性、稳定性、抗误差干扰能力、全局寻优能力以及运行效率等方面进行了对比与分析。结果表明:当参数初值接近真值时,模矢法的反演准确性和效率最高;当参数初值与真值相差较大时,模矢法会陷入局部最优解,此时遗传算法的反演准确性和稳定性最强。从参数反演准确性和效率综合考虑,当参数范围已知时,最优算法为模矢法;当参数范围未知时,最优算法的选择依次为文化-粒子群算法、遗传算法、果蝇算法、粒子群算法、蚁群算法和模矢法。

关键词：开采沉陷预计;智能优化算法;概率积分法;参数反演;