近日，河南理工大學測繪與國土信息工程學院閆偉濤副教授團隊在《金屬礦山》雜志在線發表了《基于遺傳算法的開采沉陷預計參數穩健估計方法》成果，該成果得到國家自然科學基金區域聯合基金重點項目(編號：U21A20108)、國家自然科學基金項目(編號：42207534)、河南省自然科學基金項目(編號：242300421363)、河南理工大學杰出青年基金項目(編號：J2024-4)資助。

煤炭是中國的主要能源，為社會經濟發展提供了重要的能源保障。然而，煤炭的大規模地下開采會導致地表沉陷，進而引發地表建筑物破壞、地表裂縫和積水等問題，嚴重影響生態的可持續發展。準確掌握煤礦區的地表沉陷程度和范圍，對于保護當地生態環境、維護礦區基礎設施安全和促進社會和諧至關重要。概率積分法（Probability Integration Method, PIM）是目前中國應用最廣泛、發展最成熟的煤礦區開采沉陷預計方法。此方法中，PIM參數的準確性直接影響預計結果的精度與可靠性。

通常，PIM參數通過地表移動觀測站的實測數據進行反演求取。在利用地表移動觀測站的實測數據進行參數反演的研究中，主要包括實測數據處理、參數反演模型構建和PIM參數估計3個方面。在實測數據處理方面，針對常規觀測站，地表形變被視為發生在主斷面內的二維矢量；而對于非常規觀測站，由于測點偏離主斷面，一些學者探討了非主斷面與主斷面上形變的關系，并提出了相應的非主斷面實測數據處理方法。然而，無論觀測站的布設形式如何，測點形變實質上是三維空間下的移動矢量，可以據此進行數據處理。在參數反演模型構建方面，通常根據PIM預計模型的預計值與實測值之差為基礎建立反演準則。其中，二維PIM預計模型常用于根據常規觀測站主斷面數據進行參數反演，效果較為理想。然而，對于非常規觀測站，測點往往偏離主斷面，二維PIM預計模型的適用性受到限制；因此，采用三維PIM預計模型可以解決這一問題，且三維PIM預計模型的反演方法不受觀測站布設形式、工作面形狀和采動程度的影響。在PIM參數估計方面，常用的求解方法包括最小二乘法、穩健估計法和智能優化算法等。由于PIM預計模型高度非線性，傳統估計方法通常需要線性化處理，導致參數求取困難，并且對觀測數據中的粗差較為敏感。穩健估計法能夠有效抵抗粗差，降低其對參數的影響。智能優化算法具有求解效率高、全局尋優能力強和擴展性強的優勢，適用于PIM參數的計算。因此，如何將穩健估計法與智能優化算法相結合，以充分發揮兩者的優勢進行PIM參數估計，具有重要的研究意義。已有研究將穩健估計引入遺傳算法的選擇、交叉和變異操作中，建立了穩健遺傳算法，從而提高了參數反演的抗粗差能力。然而，目前智能優化算法的目標函數多采用最小二乘準則，PIM參數反演容易受到粗差的影響。

為此，閆偉濤副教授團隊將3種常見的穩健估計法（最小一乘、最小中值二乘和截尾最小二乘）分別作為遺傳算法目標函數的優化準則，建立了基于遺傳算法的PIM參數穩健估計模型，以提高參數反演模型的穩健性

通過仿真和實例試驗，系統分析了模型的穩健性和反演精度。主要成果包括：

（1）針對現有智能優化算法在概率積分法參數反演中普遍采用最小二乘準則，導致參數反演易受粗差影響的問題，提出了一種基于遺傳算法的概率積分法預計參數穩健估計模型。該方法以常見穩健估計方法（最小一乘、最小中值二乘和截尾最小二乘）作為遺傳算法的目標函數，提高了參數反演的抗粗差能力和穩健性。

（2）仿真和實例試驗驗證了提出模型的可行性和穩健性。仿真結果表明，與傳統最小二乘準則相比，3種穩健估計準則均表現出更強的抗粗差能力，其中最小一乘準則的穩健性最佳。當粗差位于中性區時，下沉系數、主要影響角正切和水平移動系數的反演精度受影響較大；當粗差位于邊緣區時，主要影響角正切和拐點偏移距的反演精度受影響較大。實例試驗結果進一步表明，基于3種穩健準則的遺傳算法反演參數的預計下沉和地表移動矢量的相對誤差均小于10%，滿足工程預計的精度要求。

實測值與預計值的比較

（3）將穩健估計方法引入遺傳算法目標函數優化過程中，實現了基于遺傳算法的概率積分法預計參數的穩健估計。這種結合方法不僅適用于遺傳算法的預計參數穩健估計，同時為其他智能優化算法的參數穩健應用提供了理論支持與實踐參考。

成果來源

驗室主任。《金屬礦山》青年專家學術委員，《地質與勘探》、《成都理工大學學報（自然科學版）》青年編委，成都理工大學首屆優秀研究生導師團隊成員，“自然資源部西藏主要成礦帶大型-特大型礦床勘查評價和研究科技創新團隊”和“自然資源部高層次科技創新人才工程科技創新團隊”骨干成員，主要從事青藏高原及周緣銅多金屬礦床的研究與找礦勘查工作，先后參與多個大型-超大型礦床的勘查評價，主持國家自然科學基金、國家重點研發計劃專題、四川省自然科學基金及各類橫向項目10余項，發表文章70余篇，主編專著2部，參編教材2部

趙春蘇,閆偉濤,陳俊杰.基于遺傳算法的開采沉陷預計參數穩健估計方法[J/OL].金屬礦山,1-16[2025-04-25].

作者簡介

驗室主任。《金屬礦山》青年專家學術委員，《地質與勘探》、《成都理工大學學報（自然科學版）》青年編委，成都理工大學首屆優秀研究生導師團隊成員，“自然資源部西藏主要成礦帶大型-特大型礦床勘查評價和研究科技創新團隊”和“自然資源部高層次科技創新人才工程科技創新團隊”骨干成員，主要從事青藏高原及周緣銅多金屬礦床的研究與找礦勘查工作，先后參與多個大型-超大型礦床的勘查評價，主持國家自然科學基金、國家重點研發計劃專題、四川省自然科學基金及各類橫向項目10余項，發表文章70余篇，主編專著2部，參編教材2部

閆偉濤

副教授、博士（后）、博士研究生導師，河南省高校科技創新人才、河南省高校青年骨干教師等榮譽稱號獲得者，現任河南理工大學測繪與國土信息工程學院副院長。長期從事變形與沉陷工程學等測繪專業課的理論教學和實踐指導工作。主持/參與國家自然科學基金等國家級項目3項，國家重點實驗室開放基金等省級基金6項；獲得自然資源科技進步獎一等獎1項，山西省科技進步獎二等獎1項，河南省科技進步獎二等獎1項、三等獎2項，社會力量科技獎勵9項；發表SCI/EI收錄論文13篇，出版專著1部，授權專利7項（轉化1項）；兼任《International Journal of Coal Science & Technology》《Environmental Earth Sciences》等刊審稿人，中國測繪學會礦山測量專業委員會委員，《金屬礦山》青年專家學術委員會委員。

《金屬礦山》簡介

《金屬礦山》由中鋼集團馬鞍山礦山研究總院股份有限公司和中國金屬學會主辦，主編為中國工程院王運敏院士，現為北大中文核心期刊、中國科技論文統計源期刊（中國科技核心期刊）、中國精品科技期刊（F5000頂尖學術論文來源期刊）、中國百強報刊、RCCSE中國核心學術期刊（A）、中國期刊方陣雙百期刊、國家百種重點期刊、華東地區優秀期刊，被美國化學文摘（CA）、美國劍橋科學文摘（CSA）、波蘭哥白尼索引（IC）、日本科學技術振興機構數據庫（JST）等世界著名數據庫收錄。主要刊登金屬礦山采礦、礦物加工、機電與自動化、安全環保、礦山測量、地質勘探等領域具有重大學術價值或工程推廣價值的研究成果，優先報道受到國家重大科研項目資助的高水平研究成果。根據科技部中國科技信息研究所發布的《2024中國科技期刊引證報告（核心版）》，《金屬礦山》核心總被引頻次位列26種礦業工程技術學科核心期刊第1位；根據中國知網發布的《中國學術期刊影響因子年報》（2024版），《金屬礦山》學科影響力位居73種礦業期刊第9位。

中鋼礦院出版傳媒中心

新媒體矩陣

新媒體發展部：0555-2309838 趙鵬

編排：戴穎熠

審核：王小兵

聲明：本文系轉載自互聯網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。