基于核主成分分析与PSO-SVM的充填管道失效风险性分级评价模型

为了更精确地对充填管道失效风险性进行预测,建立核主成分分析与PSO-SVM相结合的评价模型。选取8项定量指标作为充填管道失效风险性的评价指标。统计15个矿山的样本数据,运用核主成分分析法对15个样本进行预处理,得出主成分,再利用改进的SVM模型进行预测,进而得到更加精确的管道失效风险性预测结果。研究结果表明,所得到的实际预测结果与期望值之间的平均相对误差控制在5%以内。利用核主成分分析法与PSO-SVM相结合的评价模型具有精度高和运算速度快的优点,为充填管道失效风险预测提供了一种可靠的方法。     

基于灰色关联度与集对分析的尾矿库溃坝风险评价

为了对尾矿库溃坝风险进行综合评价,建立了尾矿库溃坝风险指标体系,并确定了指标权重;将基于灰色关联度的集对分析模型应用于尾矿库溃坝风险评价,计算分析得出尾矿坝安全等级,并预测尾矿坝溃坝风险发展的趋势。通过实例分析证明,该方法简单可行、科学合理,适合尾矿坝溃坝风险评价,为尾矿库溃坝风险评价提供了新的方法。     

基于PCA与BP神经网络的充填管道失效风险评估

为避免传统评价方法中主观因素造成的影响并弥补神经网络在风险预测中的不足,将统计学中的主成分分析法（PCA）与BP神经网络模型进行有机结合,并根据大量有关矿山充填管道系统资料,建立充填管道失效风险评价模型。研究发现,将原始数据经过主成分分析法处理,不仅可以有效地减少模型输入维数,便于消除各指标间的相关性,而且与未经PCA处理的BP神经网络相比,训练收敛速度明显加快,预测结果更加准确。针对某矿山充填管道系统实际情况,利用该模型进行模拟预测的结果与实际情况相符合,证明模型合理。     

冶炼企业大气环境风险评价实例研究

2018年中华人民共和国生态环境部发布了《建设项目环境风险评价技术导则》(HJ169-2018),代替《建设项目环境风险评价技术导则》(HJ/T169-2014),评价工作程序和内容均进行了较大调整。本文通过新导则在冶炼企业大气环境风险评价中的实际应用,探索按照新导则开展环境风险预测与评价工作。     

铁合金生产的环境风险评价

根据《建设项目环境风险评价技术导则》要求,对铁合金生产中的环境风险进行评价,辨识危险源,进行事故后果预测和风险可接受性评价,并提出预防减缓及应急措施。     

陕西马鹿坪金矿普查区化探找矿预测研究

为了扩大资源储量,降低找矿风险,运用地质调查、土壤地球化学和吸附相态汞等多种研究方法在马鹿坪金矿普查区东北侧研究区进行金矿预测研究。根据研究区的地质、地球化学景观条件特征,土壤地球化学金异常和土壤吸附相态汞异常特点,对普查区的找矿前景作初步分析与评价,提出了值得进一步工作的找矿靶区。研究结果显示,土壤地球化学和吸附相态汞结合法是这一地区较有效的化探找矿预测方法。     

石油企业财务风险评价神经网络模型的建立

石油企业财务风险评价是石油行业的重要课题.在确立石油企业财务风险评价指标体系的基础上,建立了基于模糊神经网络的石油企业财务风险评价模型.该评价模型分为模糊量化模块和模糊神经网络(FNN)模块,可根据实际问题进行具体调节,具有学习的功能.经过对200多家石油企业的实证分析,结果表明该模型网络预测误差小,是一种可靠、有效的企业财务风险评价模型.     

基于BP神经网络的供应链突发风险评价模型

为评价供应链突发风险的影响,从供应链的组成和运作要素角度定义了5种类型的供应链突发风险,并建立了一套基于风险类型的供应链突发风险评价指标体系.在此基础上,以风险评价指标为输入,风险类型和风险等级为输出,建立了基于BP神经网络的供应链突发风险评价模型.该模型使用BP网络作为经验知识的学习机制来学习突发风险评价指标与突发风险类型及等级之间的映射关系,然后通过BP网络的知识记忆和泛化推理能力实现对供应链突发风险的自动识别和评价.提出的模型在一个供应链风险样本集上进行了验证,验证结果表明了模型的有效性.     

矿业项目投资风险分析与评价

矿业项目投资风险很大,科学合理的投资风险与评价是保障矿业项目成功的关键。本文以加强矿业投资风险管理为目的,基于量化评价法对矿业项目投资风险识别、风险指标体系建构及风险评价模型建立等进行了重点分析。同时,以某钼矿项目为例,具体分析了量化评价法应用。     

金矿床地球化学异常评价与成矿预测

近年来随着矿山生产对金矿资源的不断消耗,金矿床的探明储量已经不能满足社会经济发展的需要,且找矿的难度也在不断增大。在金矿床勘查工作中地球化学异常评价找矿一直是研究的热点,为此开展金矿床地球化学异常评价与成矿预测。文用地球化学异常评价对金矿床进行成矿预测,介绍了地球化学异常评价做成矿预测的整体模式和实例,用地球化学异常评价分析金矿床的成矿潜力,做区域的成矿预测,为金矿床的成矿预测提供一个参考。     

物质场—能量场—信息场综合成矿预测——以广西大瑶山矿区为例

为将当前有关成矿预测的海量信息科学地组织起来,提高成矿预测的可靠性,降低矿产勘探风险,本文以成矿系统为框架、以成矿预测为主线,总结了成矿预测的各要素,并将其融合在物质场、能量场和信息场的概念中,据此对各个场的组成、结构及属性进行分析,提出物质场—能量场—信息场综合成矿预测模型。以广西大瑶山西侧多金属—重晶石矿成矿预测为实例,对综合预测模型进行评价分析。将成矿系统内的物质、能量与成矿预测中的信息关联起来,提出"场"的概念,希望起到抛砖引玉的作用。     

基于EW-AHP和未确知测度理论的隧道瓦斯风险评价

铁路隧道施工中很多需要穿越瓦斯地层,施工的安全风险较高。为提高隧道瓦斯风险评价的准确性,基于未确知测度理论,建立铁路隧道瓦斯风险评价模型。以兴泉铁路于都二号隧道工程为依托,选取影响瓦斯风险的9个因素作为评价指标,并建立各评价指标的分级标准,运用乘法归一化方法将层次分析法和熵权法计算的权重耦合成综合权重,再由综合权重和评价指标的未确知测度矩阵确定多指标综合测度评价向量,最后根据置信度识别准则确定隧道瓦斯风险等级。研究结果表明:此评价模型相对于传统评价模型能够提高隧道瓦斯风险评价的准确性,且与实际施工情况高度吻合,可作为类似隧道项目施工中的瓦斯风险有效评价模型。      

基于未确知测度理论评判模型的岩爆倾向性预测

随着钨矿山的深部开采,各类地压问题也不断出现,特别是作为高地应力条件下的岩石能量释放方式之一的岩爆现象更为多见,岩爆倾向性预测评价是矿山安全的重要内容。采用未确知测度理论与熵值法相结合的方法进行岩爆倾向性预测。根据岩爆倾向性的影响因素和分级标准,运用未确知测度理论建立了地下矿山岩爆倾向性预测评价指标的未确知测度函数,用熵值法确定评价指标的权重,依据置信度识别模型对地下矿山岩爆倾向性预测进行评价,并结合实例进行了对比分析。研究结果表明,该方法为地下矿山岩爆倾向性预测评价提供了一种新方法。     

湖库水质评价与预测研究现状及分析

本文分析了湖库水质评价与预测研究的现状,重点介绍综合指数评价法、模糊综合评价法、人工神经网络法、综合水质标识指数法等几种主要水质评价方法的特点及研究现状。并介绍了数理统计预测法、灰色系统理论预测、人工神经网络预测、混沌理论预测法等,分析各种方法的优缺点,提出湖库水质评价预测的发展趋势。     

内蒙古额济纳旗独龙包矿区矿坑涌水预测与分析

为查明该地区区域水文地质条件和矿区水文地质条件,分析、预测和评价可能存在和发生的水文地质灾害。通过对矿坑涌水进行预测与分析,研究人员提出了防治措施。这些为合理规划矿区建设提供了可靠的理论依据。     

工程地质灾害风险动态评价方法研究

在地质环境条件较为复杂的情况下,工程施工和建成运营期间均会受到该地区地质灾害的影响,严重者可造成巨大的生命财产损失。为此研究工程地质灾害风险动态评价方法。以滑坡灾害为例,构建滑坡灾害风险等级评价指标体系,该体系包含静态指标和动态指标两部分,在此基础上计算动态评价指标系数,根据计算结果划分工程地质灾害风险等级,至此完成工程地质灾害风险动态评价方法研究。设计实例分析,结果表明,研究的动态评价方法置信度明显高于对照组,能够实时评价工程地质灾害风险,具有一定的可行性。     

稀土原地浸矿区地下水污染风险评价方法研究

在综合解析稀土矿区水文地质特征、原地浸矿工艺特征,以及地下水水源地的基础上,构建了地下水脆弱性、污染源和地下水价值的综合评价耦合模型,提出了针对离子型稀土原地浸矿区地下水污染风险评价的多指标评价方法,确定了系统的地下水污染风险评价指标体系.利用构建的评价方法,以我国南方某离子型稀土矿区为例,进行了地下水污染风险评价,确定了主要污染风险区域.结果表明,地下水污染风险评价分级与实际地下水水质观测的污染程度基本吻合,所建方法是合理有效的.     

基于云物元模型的国内矿业项目并购财务风险预警评价

国内矿业项目并购是一项充满风险的投资活动,其中财务风险是其成功与否的重要因素,因此,对国内矿业项目并购的财务风险进行预警评价具有重要意义.首先采用专家调查法对财务风险的主要影响因素进行了识别;其次建立了风险预警评价指标体系,采用德尔菲法确定了预警评价指标的权重;最后将云模型引入到物元分析中,建立了基于云物元模型的国内矿业项目并购财务风险预警评价模型,并将模型运用到实际案例中,利用Matlab软件编程计算出各评价指标的隶属度,得出该案例并购财务风险等级为一般,预警信号为黄灯,评价结果与实际较为吻合.     

海外矿山并购项目层面风险评价

项目层面风险是我国海外矿山并购的决定性风险因素之一。在现有研究基础上，对海外矿山并购项目层面的主要风险因素进行了识别，将矿床开采技术条件、地质资源条件等反映矿山生产特征的指标纳入评价指标体系中，使得指标体系更具针对性且更完善。构建了一套包括4个一级指标和11个二级指标的风险评价指标体系；利用TFN-RS方法综合了主客观赋权的双重优势以确定各评价指标的组合权重；基于云理论和物元理论，建立了海外矿山并购项目层面风险评价的云物元模型，运用MATLAB编程计算出各个评价指标的风险等级隶属度，提高了风险模糊性和不确定性的评价精度。使用本方法以中国有色矿业集团有限公司并购赞比亚卢安夏铜矿项目为例，进行项目层面风险评价，结果显示：该项目风险等级为“低”，但外部建设条件风险为“一般”，经济效益条件风险为“较低”。该项目的基础设施和工程地质条件不足，是项目层面风险的主要来源。     

基于主成分分析法与RBF神经网络的岩体可爆性研究

为了对岩体可爆性进行更精确的预测分级,建立了主成分分析法与RBF神经网络相结合的评价模型。以某矿山岩石为例,将影响岩石可爆性的容重、抗拉强度、抗压强度和岩体完整性系数作为评价指标,统计矿山13种岩体的样本数据。对样本数据进行主成分相关性预处理,将输出结果作为RBF神经网络的输入变量,岩体的爆破等级作为输出变量,得到的结果精度更高。研究结果表明：预测结果的相对误差均控制在5%以内,与BP神经网络预测误差（16%）相比,所得到实际预测结果与期望值之间的相对误差分别降低了71.94%、86.65%、73.20%和76.62%,预测精度显著提高。该模型为岩体可爆性分级预测提供了一种更为完善的方法。