导读:本文包含了概率积分法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:概率,积分,神经网络,步长,参数,算法,井田。
概率积分法论文文献综述
孙同贺,闫国庆,陈瑞麒,王芳[1]（2019）在《概率积分法预计参数解算的总体最小二乘岭估计法》一文中研究指出将总体最小二乘平差方法应用于矿山开采沉陷概率积分法预计参数的解算,建立了概率积分法总体最小二乘平差模型,给出了非线性总体最小二乘平差的迭代算法。并以淮南矿区谢桥矿某工作面为例,考虑观测方程系数阵病态性的影响,分别采用最小二乘岭估计法和总体最小二乘岭估计法解算预计参数,计算表明,采用总体最小二乘岭估计法在解算预计参数时精度更高,且拟合参数的估值受到模型参数初值的影响。(本文来源于《北京测绘》期刊2019年10期）
牛亚超,徐良骥,张坤,叶伟,张劲满[2]（2019）在《基于GA-BP神经网络的概率积分法预计参数研究》一文中研究指出针对BP神经网络的不足,为提高概率积分法预计开采沉陷的准确性,采用遗传算法(GA)优化BP神经网络,建立了一种基于GA-BP神经网络的概率积分法参数预计模型。将多组地表观测站实测数据分为训练样本和检验样本,以工作面的7个地质采矿条件参数为输入集,5个概率积分法预计参数为输出集,通过GA优化的BP神经网络机器学习方法对训练样本进行训练,利用训练模型预计检验样本的概率积分法参数,并与观测站实测数据进行了对比分析。研究表明:对于不同地质采矿条件下的概率积分法参数进行预计时,GA-BP模型明显优于BP神经网络和偏最小二乘模型,平均相对误差最大为8.64%,预计精度可靠性较高。(本文来源于《金属矿山》期刊2019年10期）
叶伟[3]（2019）在《基于灰色关联分析与SVM的概率积分法参数预测》一文中研究指出为了准确预测淮南矿区缺少观测站的矿井工作面概率积分法参数,基于灰色关联分析与支持向量机原理建立了灰色关联分析(GRA)-支持向量机(SVM)模型,利用MATLAB中的Libsvm工具箱对选取的26组淮南矿区主要矿井工作面观测站数据进行训练和预测,并用实测数据对模型进行测试。模型预测的最大相对误差为5.52%,最大平均误差百分率为3.67%,最小泛化性能值为0.7959。测试结果表明灰色关联分析-支持向量机模型可以通过限制模型训练过程中的权值和阈值范围提高训练效率,并且具有实际预测价值和较高的预测精度,能够作为一种有效的概率积分法参数预测方法。(本文来源于《北京测绘》期刊2019年07期）
魏宗海,熊伟[4]（2019）在《概率积分法开采沉陷预测的数值计算与分析》一文中研究指出开采沉陷预测在"叁下"采煤、土地复垦治理等生产实践方面具有非常重要的作用。针对基于概率积分法的开采沉陷预测软件编制中存在的二重积分计算问题,文中根据数值积分原理,提出将概率积分沉陷预测公式中存在的二重积分转化为两个一重定积分,然后分别使用变步长辛卜生数值积分来对一重定积分进行计算,进而获得地表沉陷预测值的方法。通过实例对比分析表明,该方法计算精确、结果可靠,适用于开采沉陷预测程序的编制。(本文来源于《测绘工程》期刊2019年03期）
姬九利[5]（2019）在《概率积分法对南庄矿井井田范围内良浒村区域采动影响的分析》一文中研究指出为确定南庄公司地下12号和15号煤层开采后对地表良浒村建筑物的影响程度,由于受现场地貌影响,开展地表移动观测站观测良浒村地表及建筑物采动影响难度大,需要耗费大量的人力物力和财力等,故没有采用现场实测方法进行研究,而采用根据良浒村实际采动影响程度,结合12号和15号煤层开采情况,采用概率积分法这一理论方法进行良浒村地表沉陷计算。(本文来源于《当代化工研究》期刊2019年04期）
刘伟[6]（2019）在《基于实测数据的概率积分法预计参数反演方法研究》一文中研究指出目前,我国在对煤矿开采沉陷预计中使用最为广泛的方法是概率积分法。如何确定某一矿区合理的概率积分预计参数,进而对整个矿区开采沉陷进行准确的预计,一直是这一领域的研究热点。根据华北地区某矿地表移动观测站实测资料,以概率积分法预计公式为模型,借助Matlab软件强大的计算、绘图功能,实现了对概率积分法预计开采沉陷参数的反演。由反演结果与实测资料分析对比知,该方法合理可行,精度满足工程实际要求。(本文来源于《能源与环保》期刊2019年03期）
王猛,孙丽丽,薄怀志[7]（2018）在《基于概率积分法的采动坡体稳定性预测与分析》一文中研究指出地下采煤会引起地表沉降、变形,甚至引发山体、河堤滑坡等地质灾害。采动坡体的稳定性研究一直是采矿工程中实际关心的问题。该文首先介绍分析了概率积分法移动变形稳态、动态预测模型以及基于极限平衡理论的单滑面采动坡体稳定性预测模型,提出了使用概率积分法结合Knothe时间函数对采动坡体稳定性进行预测分析的方法,并使用C#及XML Schema语言编制了相关的计算程序。最后,结合一个工程实例对采动坡体稳定性和动态变化过程进行了预测与分析,通过实测数据验证了提出方法的可行性,得出了采动引起的坡体下沉是影响坡体稳定性的主要因素,并提出了在坡体拉伸阶段进行注浆加固的方法。(本文来源于《山东国土资源》期刊2018年12期）
许章平,栾元重,相涛,刘成洲,崔腾飞[8]（2018）在《基于概率积分法和Kalman滤波模型的矿区变形预测》一文中研究指出为提高矿区预计盆地中心精度,提出了一种数据融合的新方法,即在地表下沉最大值处增设观测点,观测数据用Kalman滤波模型处理后,再融合概率积分预计模型预测的数据,来提高预计精度。将该方法用于矿区变形预计,融合后的数据与实测数据相比,最大相对误差为1.61%,满足该矿区变形监测精度要求。(本文来源于《煤炭技术》期刊2018年12期）
孙家庆[9]（2018）在《基于空间时序的概率积分法开采沉陷预测分析》一文中研究指出采空塌陷及伴生地裂缝是矿山开采的主要地质灾害,为及时掌握矿山地质环境的变化趋势,笔者根据张集煤矿2018—2022年的开采接续计划,按照空间时序,采用遥感解译、地面观测、概率积分法,对每阶段损毁的范围和强度以及地表变形规律进行分析与预测,为矿山地质环境保护和治理提供了基础资料。(本文来源于《科技创新与生产力》期刊2018年12期）
胡顺强,王攀[10]（2018）在《一种高精度的概率积分法参数预计方法》一文中研究指出为使概率积分法参数预计具备更高的精度,在充分分析概率积分法参数与地质采矿条件间关系的前提下,整合遗传算法和BP神经网络的功能特性构建了一种新的网络模型,即NA(new approach)模型。该模型利用遗传算法的寻优能力获得网络最优输入自变量组合,并优化模型的权值和阈值。以中国45个典型的地表移动观测站数据作为训练和测试集,分别建立NA、BP网络和SVM模型,并将模型预测结果与实测数据做了对比分析。结果表明:对不同的概率积分法参数预计时,NA模型的预测精度都优于BP网络和SVM模型;且误差波动范围小、稳定性高。随预计参数的不同,BP网络和SVM模型预测精度各占优势,但两者预测效果相差甚微。(本文来源于《科学技术与工程》期刊2018年33期）
概率积分法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对BP神经网络的不足,为提高概率积分法预计开采沉陷的准确性,采用遗传算法(GA)优化BP神经网络,建立了一种基于GA-BP神经网络的概率积分法参数预计模型。将多组地表观测站实测数据分为训练样本和检验样本,以工作面的7个地质采矿条件参数为输入集,5个概率积分法预计参数为输出集,通过GA优化的BP神经网络机器学习方法对训练样本进行训练,利用训练模型预计检验样本的概率积分法参数,并与观测站实测数据进行了对比分析。研究表明:对于不同地质采矿条件下的概率积分法参数进行预计时,GA-BP模型明显优于BP神经网络和偏最小二乘模型,平均相对误差最大为8.64%,预计精度可靠性较高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
概率积分法论文参考文献
[1].孙同贺,闫国庆,陈瑞麒,王芳.概率积分法预计参数解算的总体最小二乘岭估计法[J].北京测绘.2019
[2].牛亚超,徐良骥,张坤,叶伟,张劲满.基于GA-BP神经网络的概率积分法预计参数研究[J].金属矿山.2019
[3].叶伟.基于灰色关联分析与SVM的概率积分法参数预测[J].北京测绘.2019
[4].魏宗海,熊伟.概率积分法开采沉陷预测的数值计算与分析[J].测绘工程.2019
[5].姬九利.概率积分法对南庄矿井井田范围内良浒村区域采动影响的分析[J].当代化工研究.2019
[6].刘伟.基于实测数据的概率积分法预计参数反演方法研究[J].能源与环保.2019
[7].王猛,孙丽丽,薄怀志.基于概率积分法的采动坡体稳定性预测与分析[J].山东国土资源.2018
[8].许章平,栾元重,相涛,刘成洲,崔腾飞.基于概率积分法和Kalman滤波模型的矿区变形预测[J].煤炭技术.2018
[9].孙家庆.基于空间时序的概率积分法开采沉陷预测分析[J].科技创新与生产力.2018
[10].胡顺强,王攀.一种高精度的概率积分法参数预计方法[J].科学技术与工程.2018
论文知识图
