[發明專利]一種基于改進烏鴉搜索算法的礦區開采沉降預測方法

有效

• 申請號: 202110323901.4
• 申請日: 2021-03-26
• 公開（公告）號: CN113077082B
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 郭慶彪;陳紅凱;羅錦;王亮;呂鑫
• 申請（專利權）人: 安徽理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06N3/00
• 代理公司: 合肥中谷知識產權代理事務所(普通合伙) 34146
• 代理人: 洪玲

1.一種基于改進烏鴉搜索算法的礦區開采沉降預測方法，其特征在于，包括以下步驟：

步驟S1.基于烏鴉搜索算法向其中引入Levy飛行策略、領導者策略與替補烏鴉策略進行改進，得出改進的烏鴉搜索算法；

所述烏鴉搜索算法具體為：假設在定義的8維搜索范圍內有N個烏鴉飛行，尋找食物的位置，較好的食物位置的適應度函數值f(X^i，t)較低，其中烏鴉i在第t次迭代中的位置為：

其中i∈[1，N]，t∈[1，t_max]，t_max表示最大迭代次數；

烏鴉i在第t次迭代所找到的最佳位置即烏鴉的記憶位置為：

在搜索過程中，烏鴉有兩種不同的方式更新自己的位置，烏鴉i隨機跟隨烏鴉j，企圖找到烏鴉j的記憶位置，烏鴉j有一定的感知概率發現自己被跟蹤，若沒有發現則烏鴉j的記憶位置被烏鴉i獲取，此為狀態一，若發現則烏鴉j將烏鴉i帶至一個隨機位置，此為狀態二，此搜索過程的表達公式為：

其中飛行半徑r_i服從0-1之間的均勻分布，AP表示烏鴉j的感知概率，pl為飛行距離；

搜索完成后，將烏鴉i新位置的適應度與其記憶值的適應度比較，更新烏鴉的記憶位置，表達公式為：

迭代完成后，取適應度函數值最小的烏鴉記憶值作為參數最優解輸出；

基于烏鴉搜索算法進行改進時引入的Levy飛行策略具體為：

其中，S為步長，μ，v為正態分布，

σ_v＝1

其中，β取值為1.5；Γ是標準的Gamma函數；

引入Levy飛行策略的烏鴉搜索公式為：

基于烏鴉搜索算法進行改進時引入的領導者策略具體為：隨機選取N/2只烏鴉，將其中適應度最優的烏鴉記憶值作為領導者位置M^leader，t，當執行狀態一時，選擇領導者位置進行跟蹤；

引入Levy飛行策略和領導者策略后的烏鴉搜索公式為：

基于烏鴉搜索算法進行改進時引入的替補烏鴉策略具體為：當搜索過程產生解空間范圍之外的烏鴉位置時，在解空間隨機生成一個新的烏鴉位置，代替該位置參與下一次的迭代計算；

引入替補烏鴉策略后的烏鴉搜索公式為：

步驟S2.將改進的烏鴉搜索算法引入概率積分參數反演中以建立基于改進的烏鴉搜索算法的概率積分參數反演模型，并通過該模型進行沉降預測計算，得出沉降概率預計值；

其中，將改進的烏鴉搜索算法引入概率積分參數反演時的具體過程如下：

1)、設定最大迭代次數t_max、感知概率AP、飛行半徑r_i，給定概率積分參數中心值X₀＝[q，tanβ，b，θ，s₁，s₂，s₃，s₄]、波動范圍ΔX＝[Δq，Δtanβ，Δb，Δs₁，Δs₂，Δs₃，Δs₄]，生成初始烏鴉種群其中i＝1，2，3，...，N，并將初始烏鴉種群位置記作烏鴉種群的記憶位置Mⁱ；其中，q表示下沉系數，tanβ表示主要影響角正切，b表示水平移動系數，θ為開采影響傳播角，S₁、S₂、S₃、S₄分別為上山拐點偏移距、下山拐點偏移距、開切眼處拐點偏移距、停采線處拐點偏移距；

2)、設定評判烏鴉位置優劣的適應度函數：

其中T為觀察站個數，W_k、U_k分別是X_i作為概率積分參數在觀測站k上預計的下沉值與水平位移值，分別是觀測站k上的實測下沉值與實測水平位移值；

3)、更新烏鴉位置，種群中每一只烏鴉按照引入Levy飛行策略和領導者策略后的烏鴉搜索公式進行搜索；

4)、按照引入替補烏鴉策略后的烏鴉搜索公式產生替補烏鴉將超出解空間的烏鴉位置進行替換，更新烏鴉的位置；

5)、計算更新后烏鴉位置的適應度，按照烏鴉記憶位置更新公式對烏鴉的記憶位置進行更新；

6)、重復步驟3)至步驟5)，直至達到最大迭代次數或滿足精度條件時將烏鴉記憶值中適應度函數最優值作為結果輸出。