梅 寒 陈炳乾，2 王正帅 高 建 余 昊

（1.江苏师范大学地理测绘与城乡规划学院，江苏徐州221116；2.长安大学地质工程与测绘学院，陕西西安710054）

概率积分法模型以随机介质理论为基础发展而来，是我国矿区沉陷预计方面应用最为广泛的方法之一，其参数取值的准确性直接关系到预计的精度［1］。随着非线性模型方程最优解求解方法的不断发展，在开采沉陷领域出现了大量概率积分模型参数的求解算法，目前主要有线性近似法、试验设计法和智能优化算法［2］。

线性近似法是将非线性函数进行线性化处理，典型的方法为最小二乘法。该方法求参精度较高，但仅适合矩形工作面，且易受到初值影响导致结果难以收敛。郭广礼等［3］将最小二乘法与稳健估计模型相结合，通过迭代定权进行参数反演，克服了反演结果不准确或不收敛的问题。王晓辉等［4］比较了13种常用稳健估计方法在参数反演中的稳健特性，结果表明：对于概率积分模型参数的稳健估计，L1法、German-Mclure方法和IGGIII方法具有较强的可靠性和稳健性。王友等［5］针对最小二乘法拟合求参时易受到病态矩阵和异常点干扰而导致发散的问题，提出了基于抗差岭估计的求参模型。通过L曲线法确定岭参数，然后用最小二乘法拟合求参，在一定程度上减小了病态矩阵和粗差对求参精度的影响。高超等［6］利用Matlab语言编写了基于实测数据曲线拟合的概率积分模型参数求解程序，通过将实际工作面划分为多个不同煤层厚度工作面叠加来进行沉陷预计参数求取，并对模型进行了优化。……