(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110074163.4 (22)申请日 2021.01.20 (65)同一申请的已公布的文献号 申请公布号 CN 112733459 A (43)申请公布日 2021.04.3 0 (73)专利权人 湖南科技大 学 地址 411201 湖南省湘潭市雨湖区石马头 (72)发明人 祝传广　王正帅　 (74)专利代理 机构 长沙市融智专利事务所(普 通合伙) 43114 代理人 熊开兰 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/00(2006.01) G06F 111/08(2020.01)(56)对比文件 US 2011125684 A1,201 1.05.26 US 2020089212 A1,2020.0 3.19 CN 110336333 A,2019.10.15 CN 110543618 A,2019.12.0 6 王正帅 等.概 率积分法参数反演的文化-随 机粒子群优化算法. 《辽宁 工程技术大学学报(自 然科学版)》 .2013,第32卷(第3期),第31 1-315 页. Chuanguang Zhu 等.Retrieval and Predicti on of Thre e-Dimensi onal Displacements by Combi ning the DI nSAR and Probability Integral Method i n a Mining Area. 《IE EE Journal of Selected Topics i n Applied Earth Observati ons and Remote Sensing》 .2020,第120 6-1217页. 审查员 佘洪新 (54)发明名称 一种概率积分法参数稳健估计方法、 设备及 介质 (57)摘要 本发明公开了一种基于CA ‑rPSO的概率积分 法参数稳健估计方法、 设备及介质， 首先根据矿 区地表移动的观测数据， 联合截断最小二乘LTS 方法和CA ‑rPSO得出概率积分法参数初始估值以 及初始单位权中误差； 根据初始单位权中误差采 用权函数I GGIII得出各观测数据的初始 权值； 然 后将概率积分法参数初始估值和初始权值作为 迭代初值， 通过寻优搜索、 迭代计算， 获得稳健、 高精度的概率积分法参数的最优解； 本发明在观 测数据存在粗差的情况下能够高精度地反演出 概率积分法参数， 对充分利用各种地表移动观测 数据、 研究地下煤炭开采引起的地质灾害、 预测 评估建/构筑物损害情况以及优化地下煤炭开采 方案具有重要的科 学价值。 权利要求书2页 说明书7页 附图4页 CN 112733459 B 2022.04.12 CN 112733459 B 1.一种基于 CA‑rPSO的概率积分法参数 稳健估计方法， 其特 征在于， 包括以下步骤： 步骤1， 从N个地表移动观测站对应的N个地表移动观测数据中， 随机抽取n个地表移动 观测数据作为1个样本； 重复m次得到m个样本； 步骤2， 针对每个样本， 均利用CA ‑rPSO解算概率积分法参数估值， 共得到m组概率积分 法参数估值； 步骤3， 根据每组概率积分法参数估值并采用概率积分法， 对所有N个地表移动观测站 分别计算地表移动值； 然后根据m组不同的概率积分法参数估值， 将计算得到的N个地表移 动值与原 始的N个地表 移动观测数据对比， 得到m组残差vi,i＝1,2,…,m； 步骤4， 利用截断最小二乘LTS方法计算每组残差的平方和， 选择其中最小残差平方和 所对应的残差vk和概率积分法参数估值pk； 步骤5， 根据平方和最小的残 差vk， 利用绝对中值法计算单位权中误差， 进而 根据单位权 中误差， 利用权函数IG GIII计算每个地表移动观测数据的权值； 步骤6， 使用CA ‑rPSO的粒子位置表示概率积 分法参数值， 使用步骤4得到的概率积 分法 参数估值pk和步骤5得到的权值作为迭代初值， 联合CA ‑rPSO和权函数IGGIII解算概率积分 法参数最优值； 其中， 在利用CA ‑rPSO的解算迭代过程中， 根据地表移动预测值与地表移动观测数据之 间的残差， 按照与步骤5相同的方法更新每 个地表移动观测数据在下一轮迭代的权值。 2.根据权利 要求1所述的一种基于CA ‑rPSO的概率积分法参数稳健估计方法， 其特征在 于， 步骤5中， 利用绝对中值法计算单位权中误差， 具体 计算式为： σ0＝1.4826 ×median|vk,j‑median(vk)|,j＝1,2, …,N； 式中， vk,j为vk在第j个地表移动观测站的地表移动观测数据与计算得到的地表移动值 之间的差值。 3.根据权利 要求2所述的一种基于CA ‑rPSO的概率积分法参数稳健估计方法， 其特征在 于， 步骤5中， 利用权函数IG GIII计算每个地表移动观测数据的权值ρj， 具体计算式为： 式中， ρj为第j个地表移动观测数据的权值， γ0和γ1为权函数 IGGIII的两个边界值， 根据地表 移动观测数据类型确定 。 4.根据权利 要求1所述的一种基于CA ‑rPSO的概率积分法参数稳健估计方法， 其特征在 于， 所述概率积分法参数， 包括下沉系数q、 水平移动系数b、 主要影响角 β 、 主要影响传播角 θ 和拐点偏移 距s。 5.根据权利 要求1所述的一种基于CA ‑rPSO的概率积分法参数稳健估计方法， 其特征在 于， 每个地表移动数据包括 地表的下沉 W和水平移动U。 6.根据权利 要求1所述的一种基于CA ‑rPSO的概率积分法参数稳健估计方法， 其特征在 于， 步骤2在针对每个样 本利用CA ‑rPSO解算概率积分法参数估值时， 设置样本中n个观测数权　利　要　求　书 1/2 页 2 CN 112733459 B 2据的权重相同。 7.根据权利 要求1所述的一种基于CA ‑rPSO的概率积分法参数稳健估计方法， 其特征在 于， 步骤6中联合CA ‑rPSO和权函数IG GIII解算概率积分法参数最优值具体为： 步骤6.0， 确定适应度函数 F2： 式中， ρ 表示根据权函数IGGIII计算得到的各地表移动观测数据的权值； Wr和Ur分别表 示实测下沉和实测水平 移动， Wp和Up分别表示预测下沉和预测水平 移动； 步骤6.1， 根据步骤 4中得到的概率积分法参数估 值pk确定各粒子的初始位置， 然后给各 粒子添加随机扰动； 步骤6.2， 计算各粒子的适应度函数值， 更新各粒子的最优位置和最优适应度函数值， 记录全局最优适应度函数值； 步骤6.3， 选择群体空间中最优粒子， 将其位置和适应度函数值赋予信念空间中最差的 粒子； 选择信念空间中最优粒子， 将其 位置和适应度函数值赋予群 体空间中最差的粒子； 步骤6.4， 利用最大迭代次数和全局最优适应度函数值判断结果是否满足要求： 当达到 最大迭代次数或者小于适应度函数阈值时， 则输出最优粒子的位置， 即为最优概率积分法 参数估值； 否则， 执 行步骤6.5 ‑步骤6.6； 步骤6.5， 将当前最优粒子的位置信 息赋予概率积分法参数， 然后利用概率积分法计算 地表移动预计值， 计算预计值和观测数据之间的残差v， 并利用v按下式更新单位权中误差 σ： 步骤6.6， 利用步骤6.5得到的单位权中误差σ， 利用权函数IGGIII更新计算每个地表移 动观测数据的权值； 利用当前最优粒子的位置信息更新粒子的初始位置， 并添加随机扰动， 然后重新 运行步骤6.2 ‑步骤6.4。 8.一种基于CA ‑rPSO的概率积分法参数稳健估计设备， 其特征在于， 包括处理器及存储 器； 所述存储器用于存储计算机程序， 所述处理器用于执行所述存储器存储的计算机程序， 以使所述一种基于CA ‑rPSO的概率积分法参数稳健估计设备执行如权利要求 1至7中任一项 所述一种基于 CA‑rPSO的概率积分法参数 稳健估计方法。 9.一种计算机存储介质， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执行 时实现权利要求1 ‑7任一项所述的一种基于 CA‑rPSO的概率积分法参数 稳健估计方法。权　利　要　求　书 2/2 页 3 CN 112733459 B 3