基于实测数据的量子遗传算法反演概率积分参数

汪 涛，彭小强，陈兴达，徐 越，赵祥硕

(1.安徽理工大学 测绘学院,安徽 淮南 232001；2．矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室，安徽 淮南 232001；3．矿区环境与灾害协同监测煤炭行业工程研究中心，安徽 淮南 232001)

开采沉陷预计是在开采地下煤炭资源之前对地下煤炭资源开采时可能对地表和岩层造成的影响范围和程度进行预计，以防止对该区域居民的日常生活造成影响，从而对该区域的环境治理工作带来不必要的麻烦。

开采沉陷预计方法根据不同的地质采矿条件各有不同，最传统也是主要的开采沉陷预计方法就是以基本公式中有概率积分而闻名的概率积分法[1]。概率积分参数解算是采用概率积分法进行开采沉陷预计工作的重要步骤之一，常规使用模矢法对概率积分参数进行解算，但是在现在看来，显然精度已经达不到要求，人们在寻求新的概率积分参数解算方法[2]。而智能算法的提出能够很好地解决这个问题，遗传算法作为智能算法之一，通过其种群进化的思想对概率积分法参数进行反演从而得到最优的解。

但是遗传算法有着易早熟、运行速度慢的缺点，为了解决这些缺点，本文旨在利用量子遗传算法量子比特和量子旋转逻辑门收敛速度快、稳定性强的特性，结合矿区的实测数据在遗传算法获得优良解的收敛速度过慢和稳定性不强的情况下，对概率积分参数反演精度进行研究[3]。

1 概率积分预计模型

概率积分法作为开采沉陷预计的主要方法，其在《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规范》中就有提到[4]。……