一种基于鲸鱼优化算法的煤矿开采沉降预测模型参数反演方法技术

本发明专利技术涉及一种基于鲸鱼优化算法的煤矿开采沉降预测模型参数反演方法,包括以下步骤：步骤S1、初始化鲸鱼优化算法所需参数，得到算法的初始鲸鱼种群，其中，所需参数包括鲸鱼种群大小N以及算法最大迭代次数t

【技术实现步骤摘要】
一种基于鲸鱼优化算法的煤矿开采沉降预测模型参数反演方法


[0001]本专利技术属于煤矿开采沉降预测
，具体涉及一种基于鲸鱼优化算法的煤矿开采沉降预测模型参数反演方法。

技术介绍

[0002]我国既是世界上最大的煤炭资源国，也是最大的煤炭资源消耗国，国民经济的发展离不开煤炭资源。在煤炭资源迅速开采的同时，由于其开采工作面范围广、层数多而且深度有限，导致了一系列的开采沉陷发生。预测开采沉陷是预防和降低开采沉陷损害风险的前提，准确分析和预测开采沉陷尤为重要。精确的参数和可靠的预测模型可以准确的预测出地表沉陷变形值，因此，研究精确的概率积分参数反演方法具有十分重要的意义。
[0003]概率积分法模型简单、预计结果准确，是我国在煤矿开采沉降预测中比较成熟且广泛应用的方法之一。概率积分法的预计参数是通过反演地表移动监测站实测数据得到的，反演方法经历了直接反演、实验设计法反演到优化算法反演、智能算法反演的过程。由于概率积分函数的复杂性，直接反演方法迭代过程易于发散，通常难以实现。线性最小二乘法直接反演结果精度较高，但初始值选取不当易导致参数计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于鲸鱼优化算法的煤矿开采沉降预测模型参数反演方法，其特征在于，包括以下步骤：步骤S1、初始化鲸鱼优化算法所需参数，得到算法的初始鲸鱼种群，其中，所需参数包括鲸鱼种群大小N以及算法最大迭代次数t
max
，输入预计参数并构建初始化生成范围内的鲸鱼向量whale＝[q tanβ b θ
0 S
1 S
2 S
3 S4]，其中，预计参数包括下沉系数q、主要影响角正切值tanβ、开采影响传播角θ0、水平移动系数b、下山边界拐点偏移距s1、上山边界拐点偏移距s2、左开采边界拐点偏移距s3和右开采边界拐点偏移距s4；步骤S2、构造适应度函数并计算鲸鱼种群中每只鲸鱼位置的适应度；步骤S3、基于每只鲸鱼位置的适应度中选取最小适应度值所对应的鲸鱼位置，并定义为鲸鱼初始最优位置；步骤S4、基于鲸鱼初始最优位置以及座头鲸的三种位置更新机制更新算法参数以及鲸群位置，其中，座头鲸的三总位置更新机制包括收缩包围机制、螺旋式位置更新机制以及随机搜索猎物机制；步骤S5、设定算法迭代次数t>t
max
时为终止条件，终止后输出最优解向量whale
best
＝[q tanβ b θ
0 S
1 S
2 S
3 S4]。2.根据权利要求1所述的一种基于鲸鱼优化算法的煤矿开采沉降预测模型参数反演方法，其特征在于：步骤S2中构造适应度函数并计算鲸鱼种群中每只鲸鱼位置的适应度，具体为，读取矿区实测资料中开采工作面信息、各观测点的坐标数据(x,y)及其对应的下沉值W
xy0
和水平移动值U
xy0
，并将鲸鱼向量whale＝[q tanβb θ
0 S
1 S
2 S
3 S4]代入概率积分法下沉值和水平移动值的计算公式中，得到观测点下沉值预测值W
xy
和水平移动值预测值U
xy
，基于实测下沉值W
xy0
和水平移动值U
xy0
分别与相对应的预测值之差的平方和构建适应度函数F＝∑[(W
xy
‑
W
xy0
)2+(U
xy
‑
U
xy0
)2]，根据适应度函数确定鲸鱼种群中每只鲸鱼的适应度。3.根据权利要求2所述的一种基于鲸鱼优化算法的煤矿开采沉降预测模...

【专利技术属性】
技术研发人员：郭庆彪，乔薄庆，陈红凯，罗锦，王亮，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：