买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：徐州中矿岩土技术股份有限公司

摘要：本发明提出一种基于FOA‑SAA混合算法的采空区时间函数参数优化方法，该方法将FOA和SAA用于时间函数参数最优解的全局搜索中，首先引入均方根误差RMSE作为优化算法的目标函数值适应度值，从而将时间函数的参数求解问题转变为最小目标函数值的寻优问题；然后在两者融合的基础上，将FOA后期迭代寻优得到时间函数参数当前最优解作为SAA的初始路径，使SAA在临近时间函数参数最优解的情况下进行随机扰动，通过随机概率进行局部寻优，最终得到时间函数参数在可行解全域的最佳值。本发明能够充分发挥FOA和SAA两种算法的优异性能，具有收敛状态稳定、求解精度高的优点，为采空区地表沉降动态预测时间函数参数提取提供一种科学、高效的新方法。

主权项：1.一种基于FOA-SAA混合算法的采空区时间函数参数优化方法，其特征在于，包括建立时间函数参数求解的目标函数和构建基于FOA-SAA混合算法；引入可衡量实测值和模拟值之间误差的均方根误差RMSE作为优化算法的判断标准，即目标函数值适应度值，可得： 式中：F为目标函数值；tj为第j次观测的时间j＝1,2,…,n,n为地表沉降观测的次数；Stj为地表某测点在tj时的实测沉降值；随后开展基于FOA-SAA混合算法的全局寻优，起初开始FOA求解时间函数参数；步骤1：初始化种群规模Sizepop和最大迭代次数Maxgen，可行解有效区域中初始化果蝇群体位置xaxis,yaxis；步骤2：随机赋予果蝇个体嗅觉搜寻食物的飞行方向和距离，RandomValue为搜寻距离； 步骤3：计算得到果蝇个体位置与原点坐标Disti，其倒数为果蝇个体气味浓度判别值Si； 步骤4：由气味浓度判别值Si和气味浓度判别函数适应度函数，得到该果蝇个体位置的气味浓度Smelli适应度值；Smelli＝FunctionSi步骤5：比较果蝇个体气味浓度，标记群体中气味浓度最优的个体；[BestSemll,BestIndex]＝minSemlli式中，BestSemll为群体中气味浓度最优值；BestIndex为气味浓度最优个体位置；步骤6：更新最优气味浓度值SmellBest，果蝇群体凭借视觉聚拢在最优位置；SmellBest＝Bestmell 步骤7：迭代寻优；重复执行步骤2～5，并判断最优气味浓度是否优于前一迭代最优气味浓度，并且当前迭代次数小于Maxgen；若是，执行步骤6；将FOA后期迭代寻优得到时间函数参数当前最优解作为SAA的初始路径，混合算法运行到SAA求解时间函数参数的部分；步骤8：设定初始温度ti令i＝0、结束温度te、温度衰减系数α，而参数可行解区域中的初始状态S0为FOA后期迭代寻优得到的当前最优解；步骤9：在可行解区域中对当前状态S0随机产生扰动，得到一个新状态S1，并计算S1的目标函数值Fs1、S0的目标函数值Fs0；步骤10：若满足min{1,exp[-Fs1-Fs0ti]}＞rand，rand为0,1区间内的均匀随机数，则接受S1作为新的当前状态，即S0＝S1；否则，不接受S1而保留当前状态S0；步骤11：若满足Metropolis抽样稳定准则，转步骤12；否则，转步骤9；步骤12：退火操作，ti+1＝αti，令i＝i+1；步骤13：若满足算法终止准则，则算法结束，并输出当前搜索结果；否则，转步骤9。

全文数据：

权利要求：

百度查询： 徐州中矿岩土技术股份有限公司 一种基于FOA-SAA混合算法的采空区时间函数参数优化方法