在競爭日趨激烈的煤炭行業(yè),加強(qiáng)煤炭生產(chǎn)過程中對煤質(zhì)的管理與把控是提高煤炭企業(yè)效益的關(guān)鍵所在,也是煤炭企業(yè)在市場競爭中處于不敗之地的有力保障。論文基于煤炭企業(yè)煤質(zhì)管理工作實(shí)際需求,以克里金插值法為理論基礎(chǔ),引入差分進(jìn)化算法進(jìn)行優(yōu)化求解,探尋煤礦采煤工作面煤質(zhì)核心指標(biāo)估算的理論與方法。具體研究內(nèi)容如下:1.對差分進(jìn)化算法進(jìn)行分析研究,重新設(shè)計差分進(jìn)化算法中的縮放因子,使其變異過程可以動態(tài)修正進(jìn)化方向,規(guī)避“早熟”現(xiàn)象的發(fā)生,同時解決進(jìn)化后期收斂速度減緩的問題。通過進(jìn)行函數(shù)最優(yōu)參數(shù)求解的仿真實(shí)驗(yàn),驗(yàn)證了可修改變異方向的自適應(yīng)差分進(jìn)化算法（UMDE）在參數(shù)優(yōu)化上的優(yōu)勢。2.利用UMDE算法優(yōu)化求解變差函數(shù)中的三個模型參數(shù)（塊金值,偏基臺值,變程）,構(gòu)建優(yōu)化克里金插值模型,將其應(yīng)用到煤質(zhì)核心指標(biāo)估算中。通過對實(shí)際煤質(zhì)數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),結(jié)果顯示,相較于其他參數(shù)優(yōu)化方案構(gòu)建的克里金插值模型,該模型中的變差函數(shù)更能準(zhǔn)確地描述當(dāng)前地質(zhì)空間特征,其煤質(zhì)核心指標(biāo)估算精度更高。3.選取滑距、落差、距斷層距離及所處斷層位置等四個地質(zhì)構(gòu)造特征作為誤差修正模型的輸入特征,利用UMDE算法優(yōu)化求解支持向量回歸參數(shù)對（... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

各類斷層根據(jù)位移方式的不同，斷層可分為：走滑斷層、正斷層及逆斷層

西安科技大學(xué)碩士學(xué)位論文24為了證明UMDE算法中可修改變異方向的自適應(yīng)縮放因子比MDE算法中的自適應(yīng)縮放因子具有更優(yōu)的全局搜索能力，令兩種算法中的種群參數(shù)保持一致。種群大小Np=100，交叉概率CR=0.1，初始縮放因子F0依次分別取值0.2，0.5，0.8，1.1，1.4，1.7，2.0，最大進(jìn)化代數(shù)為1000。圖3.2、圖3.3分別描述了UMDE與MDE在不同縮放因子的情況下，求取最優(yōu)解的迭代情況。圖3.2UMDE算法函數(shù)優(yōu)化實(shí)驗(yàn)圖3.3MDE算法函數(shù)優(yōu)化實(shí)驗(yàn)可以看出，隨著縮放因子的增大，兩種算法均需要更多的迭代次數(shù)才能獲取到全局

西安科技大學(xué)碩士學(xué)位論文24為了證明UMDE算法中可修改變異方向的自適應(yīng)縮放因子比MDE算法中的自適應(yīng)縮放因子具有更優(yōu)的全局搜索能力，令兩種算法中的種群參數(shù)保持一致。種群大小Np=100，交叉概率CR=0.1，初始縮放因子F0依次分別取值0.2，0.5，0.8，1.1，1.4，1.7，2.0，最大進(jìn)化代數(shù)為1000。圖3.2、圖3.3分別描述了UMDE與MDE在不同縮放因子的情況下，求取最優(yōu)解的迭代情況。圖3.2UMDE算法函數(shù)優(yōu)化實(shí)驗(yàn)圖3.3MDE算法函數(shù)優(yōu)化實(shí)驗(yàn)可以看出，隨著縮放因子的增大，兩種算法均需要更多的迭代次數(shù)才能獲取到全局

【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)力張量反演的遺傳算法及其在青藏高原東北緣的應(yīng)用[J]. 李振月,萬永革,胡曉輝,李澤瀟,楊帆,閆睿.  地球物理學(xué)報. 2020(02)
[2]湖南新化天龍山巖體侵位對煤系變形變質(zhì)的構(gòu)造效應(yīng)[J]. 李煥同,陳飛,鄒曉艷,左曉峰,莫佳峰,韓雪,陳茜.  煤炭學(xué)報. 2019(07)
[3]大同煤田馬脊梁井田煌斑巖賦存特征及對煤層煤質(zhì)的影響[J]. 劉希慶.  中國煤炭地質(zhì). 2019(04)
[4]一種自適應(yīng)差分進(jìn)化算法及應(yīng)用[J]. 周艷平,蔡素.  計算機(jī)技術(shù)與發(fā)展. 2019(07)
[5]改進(jìn)的粒子群算法優(yōu)化的特征選擇方法[J]. 李煒,巢秀琴.  計算機(jī)科學(xué)與探索. 2019(06)
[6]基于空間插值的城市基準(zhǔn)地價更新應(yīng)用研究[J]. 林勇軍,彭云飛,胡煒,李茹茹.  地理空間信息. 2019(02)
[7]孫疃煤礦下石盒子組72煤層煤質(zhì)發(fā)育特征及其地質(zhì)控因[J]. 周逃濤,何金先,董守華,齊亞林,任澤強(qiáng),徐犇.  中國煤炭地質(zhì). 2019(02)
[8]一種基于分解和協(xié)同的高維多目標(biāo)進(jìn)化算法[J]. 謝承旺,余偉偉,閉應(yīng)洲,汪慎文,胡玉榮.  軟件學(xué)報. 2020(02)
[9]基于粒子群優(yōu)化-支持向量回歸的變壓器繞組溫度軟測量模型[J]. 彭道剛,陳躍偉,錢玉良,黃超.  電工技術(shù)學(xué)報. 2018(08)
[10]基于半監(jiān)督學(xué)習(xí)的克里金插值方法[J]. 盧月明,王亮,仇阿根,張用川,趙陽陽.  計算機(jī)工程與應(yīng)用. 2018(22)



本文編號：3519940