[发明专利]一种基于分量热力学基因表达式编程的矿岩强度预测方法

摘要

本发明涉及一种基于分量热力学基因表达式编程的矿岩强度预测方法。本发明利用提出的分量热力学基因表达式编程算法以矿岩试件的吸水率、干密度、波阻抗、动泊松比、动弹性模量为输入变量，抗压强度为输出变量，自动智能地挖掘出矿岩强度的数学模型，从而预测矿岩的抗压强度。本发明能定量地协调基因表达式编程中选择压力和种群多样性之间的平衡，从而提高了传统基因表达式编程应用于矿岩强度预测的收敛速度、求解精度和算法的稳定性。

主权项

一种基于分量热力学基因表达式编程的矿岩强度预测方法，其特征在于，包括以下步骤：步骤1，采集N个矿岩样本,并针对N个矿岩样本的吸水率、干密度、波阻抗、动泊松比、动弹性模量以及抗压强度进行实验后获得每一个矿岩样本的试验数据；并将N个矿岩样本的试验数据记为矩阵A；步骤2，用户自定义初始化参数，所述初始化参数包括种群大小PS,子种群大小M，最大评价次数MAX_FE，比例因子α，等级数K，Markov链长LK，初始温度T0，函数符和终结符,基因长度，基因个数，变异概率，插串概率，插串长度以及重组概率；步骤3，令当前演化代数t=0;温度下降因子k=0;温度T=T0;步骤4,产生初始化种群Pt，对每个个体的染色体解码成数学表达式，并利用矩阵A评价每个个体的适应值，其中吸水率、干密度、波阻抗、动泊松比、动弹性模量为输入变量，抗压强度为输出变量；然后保存最优个体，并计算第0代的活跃窗口W0；步骤5，通过执行基因表达式编程的选择、变异、插串、重组算子对种群Pt中的PS个个体生成M个新个体，并将M个新个体组织成子种群Ot，对Ot中的每个个体进行适应值评价；然后保存适应值最大的个体为最优个体；步骤6，将种群Pt中的PS个个体和子种群Ot中的M个个体组织成临时种群P’t，然后计算第t+1代的活跃窗口Wt+1，并计算临时种群P’t的中的每个个体的自由能分量，再找出自由能分量值最大的前M个个体，然后删 除这M个个体，得到由PS个个体组成的新一代种群Pt+1；步骤7，重复步骤5至步骤6直至评价次数达到MAX_FE后结束，将执行过程中得到的最优个体的染色体解码成数学表达式就可以得到以吸水率、干密度、波阻抗、动泊松比、动弹性模量为输入变量，抗压强度为输出变量的矿岩强度数学模型,利用获得的矿岩强度数学模型就可以预测矿岩的抗压强度。