共查询到20条相似文献,搜索用时 260 毫秒
1.
2.
3.
4.
为了提高煤矿数据远程监控的有效性,采用模糊聚类C算法对煤矿井下环境数据进行聚类分析。文章对现代化的煤矿数据远程监控系统进行了简要说明,从后台数据处理方向来实现远程监控的优化研究,采用模糊聚类C算法和改进的模糊聚类C算法分别对完整的数据样本和不完整的数据样本进行聚类,实验结果表明,聚类效果明显,稳定性高,具有一定的研究价值。 相似文献
5.
6.
7.
针对石灰石露天矿配矿需求,构建了一种基于模糊多 目标的配矿模型.所建模型考虑了石灰石露天矿品位偏差 以及生产能耗2个配矿目标,同时引入模糊化概念,对相关 性不高的多个目标进行模糊处理,并基于最大最小理论将建 立的多目标问题转化为单目标问题.在求解算法方面,采用 特定编码方式以及自适应调整交叉变异算子等策略,并利用 优化遗传算法对所建立模型进行求解.以国内一大型石灰 石露天矿数据为例进行仿真试验,试验结果验证了此配矿模 型的有效性、经济性,能够达到减少矿石品位偏差以及实现 矿企降本增效的目的. 相似文献
8.
9.
10.
针对井下瓦斯传感器设备出现的软故障如数据漂移、数据长期低于或高于正常值、数据周期性变动和数据出现大值等问题,提出了一种基于轮廓系数自适应最佳聚类点的K-means算法识别瓦斯传感器出现软故障种类的方法。该方法是利用监控系统采集的瓦斯传感器软故障信号进行小包分解处理后,结合RBF神经网络进行轮廓系数K-means自适应算法的软故障识别训练。K-means自适应算法能够自适应优化聚类中心点,利用聚类中心点的迭代循环计算出最优中心点,选择最佳聚类点进行K-means聚类,从而识别软故障信号的故障类型。实验证明,自适应轮廓系数K-means算法能够有效地识别瓦斯传感器软故障类型,提高了煤矿安全监控系统数据的准确性。 相似文献
11.
12.
针对露天矿运输调度问题,提出了一种改进的果蝇优化算法。首先,对露天矿运输调度问题进行了分析,以矿石开采能力和运输能力为约束条件,以运输成本最小为目标函数,建立了露天矿运输调度问题的数学模型。然后,该算法根据果蝇的味道浓度自适应调整搜索步长,同时满足了算法的全局寻优能力和局部寻优能力。最后,将自适应果蝇优化算法应用于求解实际的露天矿运输调度问题,与标准果蝇优化算法和遗传算法进行实验比较分析,给出了优化结果。实验结果表明:该算法的收敛精度和收敛速度均优于其他算法,证明了该算法可以有效求解露天矿运输调度问题。 相似文献
13.
14.
15.
多金属配矿的目的是为了保证入选矿石品位的稳定和提高矿石的综合回收率。针对现有多金属配矿模型对选矿影响因素考虑不充分,导致精细化程度不足的问题,在考虑影响选矿回收率的矿石岩性、氧化率、有害物质等配矿指标的情况下,建立了以品位偏差、矿石岩性百分比偏差、总产量偏差和采掘运输成本为优化目标,基于采选流程的多金属多目标配矿优化数学模型。在标准遗传算法的基础上,对算法的变异过程和比较选择过程进行了改进,设计了一种自适应遗传算法对该模型进行求解。以国内某大型钼钨矿为例,将该模型的优化结果与传统模型的优化结果进行对比分析,并采用遗传算法、粒子群算法和所提出的自适应遗传算法分别进行模型求解。研究表明:①该模型在保证采掘运输成本不增加的情况下,对原有配矿模型未考虑的矿石岩性、氧化率、有害物质等影响因素进行了配矿优化,保证了矿石品位的均衡性以及矿石的可选性,从而增加了配矿优化模型的适用性,使得配矿优化模型更符合生产实际;②所提出的自适应遗传算法不仅能够避免陷入局部最优解,而且在计算效率上相比于粒子群算法和遗传算法分别提高了40%和56%,在模型求解精度上提高了10倍左右,表明了改进算法的有效性。 相似文献
16.
17.
依据统计数据和专家经验,通过对石门揭煤突出危险性预测统计数据的模糊聚类,由数据规格化聚类指标对灰类的白化函数计算聚类系数,对石门揭煤工作面突出危险性进行灰色聚类评估预测,将预测结果与直接计算利用模糊聚类分析法进行比较,结果表明,利用模糊灰色聚类评估预测法预测石门揭煤工作面突出危险性准确可靠。 相似文献
18.
19.
煤与瓦斯突出预测敏感指标确定方法研究 总被引:1,自引:1,他引:0
根据模糊聚类数学分析方法将淮南潘集3个矿突出预测和效检指标进行无量纲化与标准化分析,将不同量的预测指标转化成可相互比较的值,然后根据相似矩阵理论建立相关模型,进行模糊相似转换、聚类,得出1个能够确定不同矿井不同预测指标的敏感性模型,模型经过数学化模糊聚类处理,得出潘集矿区3个矿所采用的敏感指标体系的敏感度,并与实际相吻合。此种分析方法分析的指标敏感度在现场生产中起到了较好的指导作用,可以用于煤与瓦斯突出预测敏感指标的确定应用。 相似文献
20.
固体废弃物膏体充填在我国煤炭系统是一种新的胶结充填模式.充填料浆质量的研究至关重要.它是一典型的多输入、多输出、非线性的模糊模型.一方面,运用神经网络结合遗传算法构造了膏体充填料浆质量的隐式模型,建立该模型的方法以神经网络为基础,用遗传算法来学习神经网络的权系数,既保留了遗传算法的强全局随机搜索能力,又具有神经网络的鲁棒性和自学习能力.该模型具有较强预测能力,为优化固体废弃物膏体充填料浆质量的影响因素提供了理论依据.另一方面,利用已训练好的膏体充填料浆质量模型获得遗传算法,对充填料浆质量的影响因素进行优化,该法在配比设计时,可在较少的试验次数下获得较好的配比. 相似文献