叶 伟 徐良骥 张 坤1

（1.安徽理工大学空间信息与测绘工程学院，安徽 淮南 232000；2.深部煤矿采动响应与灾害防控国家重点实验室，安徽 淮南 232000）

我国存在大量的建筑物、水体和铁路的“三下”压煤［1-2］，“三下”采煤造成的建筑物裂缝、倾斜甚至坍塌、铁路塌陷、水体流失等现象普遍存在，对人民生命财产安全以及生态环境产生了较大影响。因此对煤炭开采引起的地表移动变形进行精确预计显得尤为重要。煤炭开采地表移动变形预计的常用方法有全曲线拟合法、特征值法、剖面函数法和概率积分法［3］，其中概率积分法仍然是目前开采沉陷预计的主要方法［4-6］。概率积分法因其所用的移动和变形预计公式中含有概率积分而得名，基础理论是随机介质理论，又可称为随机介质理论法［7］。提高概率积分法参数的反演精度是运用概率积分法进行地表移动变形预计的关键。现有的最小二乘法［8］、模矢法［9］等传统算法适合进行非线性程度较低的模型参数反演［3］；神经网络算法、遗传算法、粒子群算法、模拟退火算法等智能优化算法在过去数十年内进行参数反演时取得了较好效果［10-14］，但这些基于生物进化理论的智能优化算法反演的参数存在随机性［3］。为了提高概率积分法参数的反演精度，有必要引入新的反演方法［15］。

目前关于概率积分法参数反演的流行方法是群智能寻优算法，如人工蜂群算法［16］、果蝇算法［17］、蚁群算法［18］等。人工鱼群（Artificial Fish Colony，AFC）算法是中国学者李晓磊等于2002年提出的一种模拟鱼类群体行为方式的新型群智能寻优算法［19］。……