摘要
本发明涉及煤矿安全监测技术领域,尤其为一种基于基因表达式编程与人工蜂群的采煤沉陷预测方法,本发明使用基因表达式编程(GEP)算法来建立基本预测模型来模拟沉降事件,采用人工蜂群(ABC)算法对基本预测模型进行优化,从GEP算法中获得GEP参数,将人工蜂群(ABC)算法对GEP参数进行优化,建立沉陷预测模型,提高了沉陷预测的准确度;本发明通过平方相关系数、均方根误差、平方绝对误差和纳什效率来选择最佳模型,这些指标量化了每个模型的预测准确性,并指导了选择过程。模型经过彻底的交叉验证,以评估其通用性和稳健性;通过多参数敏感性分析阐明了每个参数对地面沉降的影响,为采矿工程师和利益相关者提供了有价值的见解。
技术关键词
基因表达式编程
人工蜂群
优化预测模型
GEP算法
煤矿安全监测技术
染色体
训练集
误差计算方法
单轴抗压强度
多参数
内摩擦角
数据
数学
开采深度
剪切模量
泊松比
系统为您推荐了相关专利信息
建模方法
换热面积
压缩机排气量
热泵系统
数据驱动模型
调度优化方法
资金
需求预测模型
机器学习模型
风险
采煤工作面
采空区
采样点
地理位置信息
地理信息系统软件
路径规划方法
启发式规则
工作站
策略
车辆运行距离
智能调度方法
烟丝生产线
优化预测模型
训练预测模型
优化资源利用率