























不足,进步提高预计精度,还有学者在以下方面做了研究,取得了较好的效果。
如,路璐刘胜富提出以多个个实测典型工作面的概率积分参数作为样本,借助的曲线拟合工具对概率积分法的预计参数进行回归分析,确定参数与矿山地质采矿因素之间的函数关系,研究结果表明利用该方法得到的函数模型合理,用于概率积分法的地标变形移动预计是误差有所减小。
胡青峰崔希民等根据泰勒级数展开法迭代易失真收敛速度慢以及计算量大等不足,提出借助算法的基本思想建立迭代模型,研究表明改进后的新模型在计算精度计算量和收敛性方面具有明显的优越性。
范洪东等根据概率积分法的预计参数在不同采动程度下有所变化,提出利用三次指数平滑方法来进行动态参数预计,结果表明应用此方法预计参数的平均相对误差都小于,对开采沉陷预计有定应用价值。
除此之外,概率积分法在数学模型中也被广泛地应用。
如以概率积分法预计模型,运用语言编写开采沉陷预计程序。
概率积分法在预计下沉量的改进方面的应用。
概率积分法在煤矿采空区地表变形动态评价中的应用。
概率积分法应用在随机介质力学理论中,已成为我国目前应用最为广泛的开采沉陷预计方法。
概率积分法在矿山环境开采沉陷预计评估中的应用。
高斯概率积分在光学中的应用。
如不同形状孔径的理想镜头的点像及直线像的能量分布函数曾有过许多研究例如,顾德门著,傅里叶光学导论,第四章,但是对于由几个参与成像环节组成的光学系统应用起来就较为困难了。
可利用高斯概率积分的些特性,推导非相干照明时光学系统直线爵链量分布函数的种表示式,运用在光学中,可解决上述困难,而且还能解决更多个参与成像环节组成的光学系统数的确定测绘科学路璐,刘胜富地表沉陷的概率积分法预计参数的回归分析矿业快报胡青峰,崔希民等基于算法的概率积分法预计参数求取方法研究湖南科技大学学报题,从而在光学中得到广泛的应用。
概率积分法的讨论尽管基于随机颗粒介质建立的概率积分法模型在地表沉陷预计领域获得了广泛的应用,但由于其基本假设的缺陷,致使其在实际应用中还存在许多问题。
因此需我们进步探讨预计参数物理意义探讨。
在非充分采动或部分开采沉陷预计方面,目前概率积分法的预计参数仅是数学意义上的参数,参数与地质采矿条件之间联系较弱,不能依开采情况合理选定预计参数。
预计模型有机整合探讨。
特殊地质采矿条件下的沉陷预计均在概率积分法基础上有所修正,因此有必要探讨如何有机整合不同的沉陷预计模型,建立统的沉陷预计模型。
弱化基本假设。
概率积分法的基本假设偏离实际情况较远,如何弱化基本假设,进步逼近实际岩体,是提高概率积分法适用范围和预计精度的重要问题。
总结概率积分法目前已获得了广泛的应用,但由于其本身基本假设的缺陷决定其与实际情况有较大的出入,在实际应用中存在许多缺陷。
因此,进步完善概率积分法模型,建立合理的参数选取和反演体系,对提高我国的沉陷预计精度,指导生产实际具有较高的理论和实际意义。
参考文献吴侃,葛家新等开采沉陷预计体化方法徐州中国矿业大学出版社,柴华彬,邹友峰,郭文兵用模糊模式识别确定开采沉陷预计参数煤炭学报郭文兵,邓喀中,邹友峰概率积分法预计参数选取的神经网络模型中国矿业大学学报栾元重神经网络在矿山地表移动参数辨识中的应用矿山测量张庆松,高延法,刘松玉等基于粗集与神经网络相结合的岩移影响因素分析与开采沉陷预计方法研究煤炭学报邹友峰开采沉陷预计参数的确定方法焦作工学院学报于宁峰,杨化超基于粒子群优化神经网络的概率积分法预计参令则同时,即则,对有为任意常数当于是得即,再对由连续定义有于是则,即概率积分的般情形的推导计算对时,令则,这是的区域为变为其行列式为,于是所以有对称性的以上方法的优越性以上几种方法给出了我们计算原概率积分的具体方法以及其般情形的推导计算,从而揭示了微积分知识间的本质联系,使之能在教学中提高效率,较短时间内获得较大量的信息,学生也能全面系统的了解此部分的内容,并在理解的基础上加以记忆,最终达到掌握的目的。
针对众多的实际问题能独立审题分析,合理使用所掌握的方法解决问题,进而提高学生的数学思维能力。
高斯概率积分与概率积分法在实际中的应用在开采沉陷预计时,参数的求取就运用了概率积分法。
如层倾角。
麻凤海等利用改进的神经网络对沉陷预计参数进行建模,研究结果表明,神经网络选取概率积分法预计参数误差在范围内。
柴华彬邹友峰提出利用相似第二准则和模式识别理论进行沉陷预计参数的选取,给出了基于准则的开采沉陷预计参数计算公式和确定方法。
研究认为地表下沉系数和主要影响角正切主要与岩体的综合变形模量有关,采深和采厚对其影响较小拐点偏移距与采深的比值和水平移动系数也主要与岩体的综合变形模量有关,但采深和采厚也对其具有定的影响。
于宁峰杨化超提出将粒子群优化算法和神经网络进行融合,采用改进的混合粒子群优化算法优化神经网络的权值和阈值,在分析概率积分法参数与地质采矿条件之间关系的基础上,建立了基于优化神经网络的概率积分法预计参数的优化选择模型。
研究表明神经网络方法用于概率积分法预计参数的选取收敛速度更快,计算精度更高。
神经网络具有自适应性非线性和强容错性等特点,具有同时能处理确定性和不确定性动态非线性信息的能力,能建立复杂的非线性映射关系,特别适合于处理各种非线性问题。
目前,神经网络方法并不是用于直接从观测站的数据中反演参数,而是通过建立基于已知参数的神经网络用于预测新情况下预计参数。
目前参数反演的方法较多,大致包括利用特征点求参曲线拟合法求参空间拟合法求参正交试验设计法求参模矢法求参从数据利用度求参稳定性计算机实现难易程度主要缺陷等几个方面详细比较了不同求参方法的差异。
通过分析的比较结果,可以看出从求参准确性稳定性来看,曲线拟合法正交试验法和模矢法效果较好,但正交试验法计算机实现较难因此,常用的求参方法主要是曲线拟合法和模矢法。
由于曲线拟合法模矢法求参等都属于迭代求参,求参过程对参数初值较敏感,不合适的初值可能使求参过程发散,或者陷入局部极小点,得不到正确的参数值。
为避免求参误差函数陷入局部极小点,吴侃提出迭代初值应从不同点开始概率积分法应用于开采沉陷预计时的误差分析概率积分法预计参数包括下沉系数水平移动系数主要影响角正切拐点偏距影响传播角等。
目前,概率积分法参数获取主要有种方法通过实测地表移动资料反演预计参数在没有实测资料可借鉴的情况下,参照临近矿区或规程上的预计参数经验值。
概率积分法参数反演涉及下沉系数主要影响角正切水平移动系数等个参数,且部分参数之间具有定的相关性。
因此,反演出的参数极有可能与开采沉陷规律相悖,纯属数学意义上的预计参数另方面,由于各矿区在具体地质采矿条件方面的差异,使采用临近矿区的预计参数进行预计误差较大。
这种由于参数反演或选取使预计参数不准确而导致的误差称为参数误差。
说明概率积分法的修正针对概率积分法预计存在的误差,我国科技工作者对此进行了深入的研究,对参数误差已有很多学者提出了不同的修正方案。
参数误差包括参数选取误差和参数反演误差。
方面,在缺乏预计区域内预计参数的情况下,采用临近矿区的概率积分法预计参数,由于各矿区本身地质采矿条件的差异,存在误差不可避免另方面,在利用数据处理方法反演预计参数的同时,由于各参数之间的相关性和数据处理方法的局限性,反演出的参数与真实值总是存在定的差异。
目前,对参数选取误差的修正方案主要有种。
建立本矿区的岩移观测站,通过观测站反演本矿区的预计参数,这是修正参数选取误差的主要方法。
采用非线性科学辅助进行参数选取。
郭文兵邓喀中邹友峰等在分析沉陷预计参数与地质采矿因素关系的基础上,提出利用人工神经网络进行沉陷预计参数的选取,研究结果表明,神经网络方法选取的概率积分法参数误差在以内。
栾元重采用神经网络对下沉系数和主要影响角进行了建模,实现了岩层移动参数的类比。
张庆松等采用粗集理论对岩移数据进行预处理,提高了神经网络方法选取参数的效率和准确度研究结果表明,各地质采矿因素对下沉的支持度由大到小依次为采厚采深采宽采长岩性和煤分的合理性。
在概率积分的基上,查找相关的文献资料,找到了高斯概率积分与概率积分法在实践中的应用,并通过对其进行系统概括归纳,讨论了其优点与不足,并提出了建议。
关键词概率积分高斯概率积分概率积分法正态分布应用概率积分问题的讨论正态分布是概率论与数理统计中的重要分布之。
服从正态分布的随机变量在实践中有着广泛的应用。
例如,理论与实践都证明测量误差服从正态分布,,的大小,反映了测量的精度是底还是高,其中著名的高斯分布就是它的实例。
还有人群的身高体重,工厂产品的直径长度重量电源的电压等等,都可以认为服从正态分布。
这些案例的共同点就是它们的个变量受到大量微小的独立的随机因素的影响,在正常情况下,每种因素都不起着压倒切的主导作用,根据中心极限定理,就可以看作服从正态分布。
同时,当参数时,我们学过的二项分布以及泊松分布也可以认为服从正态分布。
通过查找相关的文献资料,概率积分是标准正态密度函数的广义积分,可见概率积分与正态分布有着本质的联系。
且在概率积分的基础上形成的概率积分法以及高斯概率积分,在
