基于InSAR技术和SA_SVR算法的矿区沉降预测模型_张予东
为了解决矿区沉降预测模型精度低、预测模型与实际开采情形不符的问题,提出了一种基于合成孔径雷达干涉测量（Synthetic Aperture Radar Interferometry,InSAR）技术、支持向量回归算法（Support Vector Regression,SVR）以及模拟退火算法（Simulated Annealing,SA）相结合的新型矿区沉降预测模型。首先,以InSAR技术获取矿区沉降监测数据,对数据进行处理得到测试点的累计沉降量,并将其与GPS实际测量结果进行比较,发现二者吻合性较好。然后,进行矿区沉降预测模型构建,通过SVR算法得到静态沉降预计模型,再利用SA算法得到模型中的参数最优取值。为了使预测数据符合矿区开采实际情况,引入嵌入维数公式,得到矿区沉降预测动态模型及精度评价指标。最后,将构建的沉降动态模型应用于陕西省大柳塔矿区,得到预测值和实际监测值之间绝对误差的最大值为9 mm,相对误差的最大值为3%；模型评价指标通过计算得到试验区平均绝对误差的最大值为2.5%,最小的相关性指数为0.8,表明该模型预测精度较高。
- 2021-04-21
- 阅读736
- 下载0
- 6页
- pdf
