● 论文研究要点
概率积分法预计模型反演参数过程中存在计算量大、过程复杂等问题,现有的智能优化算法可以弥补这些不足,但存在易陷入早熟收敛、粒子全局搜索效果较差、收敛速度较慢等缺陷。通过试验发现量子粒子群(Quantum-behaved Particle Swarm Optimization Algorithm,QPSO)算法能够在保证精度不变的基础上极大降低算法的运行时间,并降低粒子陷入早熟收敛的概率,将粒子扩大为全局唯一的解空间。将量子粒子群算法引入到开采沉陷预计参数求解中,以下沉和移动变形的实测值与预计值之差的绝对值累加和最小为求参代价函数,构建了基于QPSO算法的概率积分法参数反演模型。
● 引用格式
朱尚军, 王磊, 魏涛,蒋创, 江克贵, 查剑锋,孔川. 量子粒子群算法反演概率积分法参数[J]. 金属矿山, 2020(7):161-169.
● 全文阅读
供稿:王小兵
编辑:莫 凌
监制:赵 鹏