基于粒子群算法最优化Verhulst模型的开采残余下沉预测

作     者：石力帆 廉旭刚 韩雨 SHI Li-fan;LIAN Xu-gang;HAN Yu

作者机构：太原理工大学矿业工程学院太原030024 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2024年第24卷第18期

页      面：7592-7598页

学科分类：0819[工学-矿业工程] 081903[工学-安全技术及工程] 08[工学] 

基　　金：国家自然科学基金(51704205) 山西省自然科学基金(202203021211153) 

主　　题：残余下沉 Verhulst模型 粒子群算法 下沉预测 MATLAB 软件开发 

摘      要：矿区开采引起的残余下沉稳定时间长、潜在危害大,有必要准确地预测矿区地表的残余下沉。鉴于传统的残余下沉Verhulst模型建模误差大、适用性弱,在建模过程中以数据序列的首个数据保持不变导致预测效果差的缺陷,以直接离散Verhulst模型为基础,引入粒子群算法寻求模型迭代初始值的最优解,建立基于粒子群算法优化的矿区开采残余下沉直接离散Verhulst模型,并以山西阳泉和山东兖州矿区两个时间尺度的地表残余下沉监测数据集进行实例验证,最后利用MATLAB App Designer工具实现模型算法的可视化。结果表明:基于粒子群算法优化的直接离散Verhulst模型的矿区开采残余下沉预测精度和稳定性增益明显,所开发的计算工具具有正确性和有效性。