OALib Journal期刊
ISSN: 2333-9721
费用:99美元
|
|
|
基于PSO算法的概率积分法预计参数反演
DOI: 10.11799/ce201507038, PP. 117-119
Keywords: PSO算法,概率积分法,参数反演,设计实验
Abstract:
运用PSO算法设计了概率积分法预计参数反演程序,通过设计实验,对PSO算法反演概率积分法预计参数的可靠性、抗粗差干扰能力、抗观测点缺失能力及对初值的依赖性等四个方面进行研究。结果表明运用PSO算法可以准确的反演出概率积分法预计参数,算法对随机误差和测点缺失有较强的抗干扰能力。在给定初值误差不大于10%时,初次反演结果令人满意;初值误差不大于50%时,下沉系数和主要影响角正切反演结果,不受初值影响。进一步分析表明,将反演参数二次回带重新反演可获得较为准确的结果,同时,适当增加初始种群规模,可提高参数反演的准确性和可靠性。
References
[1] | 吴侃, 周鸣.矿区沉陷预测预报系统[M].徐州:中国矿业大学出版社, 1999.
|
[2] | 查剑锋, 冯文凯, 朱晓峻.基于遗传算法的概率积分法预计参数反演[J].采矿与安全工程学报, 2011, 04:655-659.
|
[3] | 王瑞云.遗传算法求概率积分法预计参数程序设计[J].安徽理工大学学报(自然科学版), 2013, 01:67-71.
|
[4] | 陈南南.求取地表移动预计参数方法研究与程序实现[D].安徽理工大学, 2013.
|
[5] | 史明霞, 陶林波, 沈建京.自适应遗传算法的改进与应用[J].微计算机应用, 2006, 04:405-408.
|
[6] | 吴侃, 葛家新, 王铃丁, 等.开采沉陷预计一体化方法[M].徐州中国矿业大学出版社, 1998.
|
[7] | 张利彪, 周春光, 刘小华, 马铭.粒子群算法在求解优化问题中的应用[J].吉林大学学报(信息科学版), 2005, 04:385-389.
|
[8] | 何国清, 杨伦, 凌赓姊, 等.矿山开釆沉陷学[M].徐州:中国矿业大学出版社, 1991.
|
[9] | 唐俊.PSO算法原理及应用[J].计算机技术与发展, 2010, 02:213-216.
|
Full-Text
|
|
Contact Us
service@oalib.com QQ:3279437679 
WhatsApp +8615387084133
|
|