基于Matlab的概率积分法预计参数反演方法比较

预计参数反演是利用概率积分法预计煤矿开采后地表移动与变形的关键。总结分析了预计参数反演的最小二乘法、模式法和遗传算法,利用Matlab软件中的最优化算法工具箱,在缓倾斜煤层非充分开采条件下,对3种反演方法的计算结果进行比较。结果表明,最小二乘法计算结果准确性较好,但初始点选择不当会导致计算失败;模式法和遗传算法都无需计算函数的梯度信息,遗传算法的初值是种群,其计算结果比模式法更加准确;在各参数中,开采影响传播角θ的误差较大,通过采用遗传算法工具箱和fminbnd函数联合走向断面和倾向断面的数据进行反演,可以提高预计参数的准确性。     

小煤矿开采沉陷损害技术鉴定方法分析

小煤矿采区面积小,且多位于采空区较多的老矿区。经过长期不断重复采动,地质条件发生了很大变化,容易引起地表沉陷,老采空区的存在也会加大沉陷量和沉陷范围,将会对矿区内及周边地面建筑物造成严重损害,需要进行技术鉴定。结合小煤矿特殊的地质采矿条件,提出可根据开采情况进行井上下实测和地表损害显现特征分析方法鉴定,同时应采用概率积分法进行地面沉陷预计,确定采动影响范围。为类似小煤矿开采损害鉴定工作提供了可参考的鉴定技术模式。     

唐阳煤矿230工作面地表岩移研究

针对唐阳煤矿230工作面的开采方法以及地质构造建立地表岩移观测站采用水准测量、三角高程测量和GPS-RTK技术等方法开展岩移观测工作,获得了地表移动的一般参数和概率积分法参数及变形分布的规律.     

开采沉陷计算的GIS空间建模及模型耦合研究

GIS作为一种新兴的交叉学科在空间数据处理和解析方面具有强大的扩展功能,已经在众多领域得到了广泛的应用.本文针对开采沉陷地表移动变形计算问题,在GIS平台利用空间数据模型给出了预测计算中不同坐标系的转换公式及其空间数据库的构建,并讨论GIS与专业工程模型的耦合方法,提出了基于COM的模型耦合方法应用于系统的构架.实践证明,该方式下GIS与开采沉陷专业工程模型结合具有明显的优越性,对其他相关专业领域的耦合应用具有一定的借鉴意义.     

基于广义Bayes理论地基参数的Powell反演力学模型（英文）

目的:通过Powell优化反演方法建立Winkler地基参数的反演力学模型,获得地基参数的稳定数值解。创新点:根据Bayes理论,推导广义Bayes目标函数;利用Fourier变换,推求Winkler地基上简支板的Fourier闭式解,建立地基参数的反演力学模型。方法:1.根据Bayes理论,推导广义Bayes目标函数(公式(4))及地基参数的广义Bayes均值和方差表达式(公式(9)和(11));2.引入Mindlin理论,推导Winkler地基上板的控制微分方程,推求Winkler地基上简支板的Fourier闭式解;3.提出步长的一维自动寻优方案,结合Powell优化方法建立Winkler地基参数的广义Bayes反演力学模型。结论:1.地基参数的反演迭代过程稳定收敛于参数真值;2.与Kalman滤波方法和共轭梯度法不同,Powell优化方法的迭代过程不涉及目标函数的偏导数计算;3.广义Bayes目标函数能同时考虑不同测量点和不同测量次数的位移实测资料,计算效率更高。     

国内外矿山开采沉陷研究的历史及发展趋势

开采沉陷的研究对地下资源的合理开发和利用具有重要的理论和实践意义。对开采沉陷研究的历史发展过程进行了详细的整理,简单介绍了地表沉陷常用的预计方法及其适用条件,并对矿山开采沉陷预测研究及应用的发展趋势进行了展望。     

人工鱼群算法在图像配准中的应用

图像配准是图像处理的基本任务之一,是图像融合、目标识别等的前提。文章将基于行为的人工智能思想通过动物自治体的模式引入优化命题的解决中,构造了一种解决问题的架构—鱼群模式,并由此产生了一种高效的智能优化算法—人工鱼群算法(AFSA),进而提出以人工鱼群算法为优化搜索策略的人工鱼群算法在图像配准中的应用。     

村庄下充填开采地表沉陷的数值模拟

针对公格营子矿村庄下压煤的充填开采问题,首先依据实际条件选定模拟方法,然后简化建模,设置边界条件和初始条件,选取煤岩体参数并确定监测点。模拟结果表明:公格营子村地表沉陷区域在90 m范围之内,影响很小;地表移动与变形指标中倾斜和水平变形最大,达二级标准,其余指标全在一级内或完全无影响。     

分部积分法的另一形式--列表式

微积分中 ,分部积分法是一种重要的基本积分方法。它解决的对象是被积函数为两个不同类型函数乘积的积分。当乘积中含有对数函数因子、三角函数因子、反三角函数因子和指数函数因子时 ,用分部积分法最为奏效。它的一般步骤是 :1.凑微分 :把被积函数中的一部分和ｄｘ凑成ｄｖ ,使积分变成∫ｕｄｖ型 ;2 .代入公式 :∫ｕｄｖ =ｕｖ -∫ｖｄｕ ;3 .求出∫ｖｄｕ后 ,便可求出∫ｕｄｖ。上述三步过程可综合简述为如下分部积分公式 :∫ｕｖ′ｄｘ =ｕｖ -∫ｕ′ｖｄｘ抓住分部积分公式的本质 ,便可将此方法列表 (表 1) :首先将被积函数分为ｕ和ｖ…     

LS-SVM的核参数对概率筛筛分效率预测影响

以探索概率筛振动参数与筛分效率之间的关系,为概率筛结构的进一步改进提供指导意义为研究目的,将LS-SVM分类算法引入自同步概率筛筛分效率预测建模,探讨LS-SVM建模的可行性。基于各个不同的应用领域,可以构造不同的核函数,针对核函数需要优化特征参数的问题,应用网格搜索和交叉验证算法,对核参数的选择进行优化。通过研究得出用多项式(Poly)核函数建模对预测样本的最高预测识别率达到96.7%,采用RBF核函数建模对预测样本达到了零错分率,表明将LS-SVM算法引入概率筛筛分效率预测建模是可行的。