基于改进的RS-TOPSIS模型的岩爆倾向性预测

针对目前岩爆倾向性中预测模型权重确定存在不足导致模型精度不高的现状，为更准确地预测岩爆倾向性，提出综合运用粗糙集理论中的代数观和信息观，确定属性最优权重，并修正岩爆倾向性与评价指标之间的关系，建立岩爆等级理想点矩阵。根据岩爆发生条件，选取岩石脆性指数、切应力指标和弹性应变能指数3项指标作为岩爆判别指标，以国内外20组典型岩爆数据为样本，建立改进的粗糙集—理想点法（RS-TOPSIS）岩爆倾向性预测模型，并应用该模型对玲珑金矿等工程实际进行了岩爆倾向性预测。结果表明：改进后样本预测精度相比于改进前有了显著提高，所建立的模型对实际工程的岩爆倾向性预测效果良好，预测结果更准确。     

基于MICE_RF的组合赋权—极限随机树岩爆预测模型

目前岩爆预测的真实训练数据量小、数据存在缺失,为了更加准确地预测岩爆等级,提出了一种基于链式随机森林多重插补（MICE_RF）算法的组合赋权—极限随机树（ET）预测模型。首先,在选取岩爆灾害主要评判指标的基础上,采用MICE_RF算法插补缺失数据;然后,由改进层次分析法（IAHP）和基于指标相关性的权重确定方法（CRITIC）确定指标主、客观权重,并引入权向量距离概念对指标组合赋权;最后,将插补和赋权后数据集采用ET算法,构建岩爆等级预测模型。利用国内外工程实例数据进行20次随机抽样试验,并与其他模型进行对比分析。结果表明：MICE_RF插补后可显著提高岩爆模型预测效果;改进AHP-CRITIC法较改进前更具优势,该模型平均预测准确率为93.10%,各比较指标结果均优于对比模型,预测结果更稳定。     

基于正态隶属度—属性区间识别模型的岩爆倾向等级预测

岩爆是地下工程开挖面临的关键问题之一,为了准确预测深埋隧洞中岩爆烈度倾向等级,提出了正态隶属度—属性区间识别模型的岩爆预测方法。针对岩爆倾向等级属于典型的多属性有序分割类问题,构建了属性区间识别模型,并将岩爆倾向等级划分为4个等级进行预测。根据岩爆发生的成因和机理,选取应力系数、脆性系数、弹性应变指数和岩石完整性系数作为预测指标,考虑各指标之间、指标与标准等级之间的交互关系,采用正态隶属度函数和Jousselme距离计算评价指标权重。结合13个深埋隧洞工程对该预测模型进行准确性测试,并以双江口水电站SPD9厂房为例进行工程实例验证,该模型预测结果与实际相吻合,证明该模型用于具体工程实践中是可行且有效的,研究结果可为类似深埋隧洞岩爆倾向等级预测提供新的思路。     

基于PSO-RBF神经网络模型的岩爆倾向性预测

鉴于岩爆机理的复杂性以及岩爆发生前后信号提取困难的现状,对高应力区进行岩爆倾向性预测研究具有现实意义。为提高岩爆预测的准确性,基于岩爆预测多维非线性的特点,选取4个影响岩爆发生的核心指标作为判决依据,结合粒子群优化算法(PSO)与径向基神经网络(RBF)建立了PSO-RBF神经网络岩爆预测模型。采用试错法确定隐含层节点数后,进一步利用国内外典型工程数据对模型参数隐含层基函数中心ci,隐含层节点宽度σi以及隐含层与输出层间权重因子w进行学习优化以获取最优参数,并将所建立的模型应用于实际工程的岩爆倾向性预测。结果表明:利用该模型预测的岩爆等级与实际岩爆情况基本相符,相对误差率为10%,精度较以往预测方法有显著提高。     

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。     

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。     

基于距离判别分析的矿山岩爆倾向性评价

为了科学有效地应用距离判别分析法评价某矿山深部岩爆倾向性等级,通过搜集整理大量国内外岩爆数据,并结合矿山深部现场情况,确定6个岩爆倾向性指标。选取9个待测点,进行力学试验获得待测点的岩爆指标,引用马氏距离建立评判准则,确定待测数据的岩爆倾向性,并通过回代误判率和交叉误判率检验判别准则的准确度。结果表明：该金属矿待测点X2、X3、X4、X5、X7、X8和X9的岩爆倾向性均为轻微岩爆,待测点X6的岩爆倾向性为中等岩爆,待测点X1的岩爆倾向性为强岩爆。矿山实际情况表明,待测点X1有强岩爆现象发生,评价结果与矿山实际情况相符。该方法在矿山岩爆倾向性评价中具有较好的适用性和有效性。     

基于最优组合赋权的地下矿山岩体质量可拓评价模型

岩体质量分级辩识是矿山工程设计、施工与支护的基础,在岩体工程应用中具有重要的意义。应用可拓学理论,以司家营铁矿超大规模地下采场的岩体工程为例,选取岩石单轴抗压强度、围岩质量指标、结构面摩擦系数、节理间距、地下水状态和完整性系数等评价指标,建立矿山岩体质量评价物元模型。基于最优组合赋权理论,提出了将层次分析法和熵值法获得的权值进行最优组合的指标权重系数的确定方法。研究结果表明：（1）计算获得了待评价岩体的工程质量特征值,实现了岩体工程分类,客观反映岩体与相邻岩体等级间的差值,为矿山岩体工程提供基础的设计参数;（2）基于最优组合赋权的权重系数,可以实现多种权重值的组合赋权,降低不同赋权间的误差,提高了质量评价的准确性;（3）评价结果与工程地质RMR法、层次分析法和熵权法评价结果一致性高,说明评价结果可靠;（4）基于离差平方和最大,使得评价结果之间的离散性高,更有利于决策。     

基于核主成分分析与SVM的岩爆烈度组合预测模型

为了更好地预测岩土工程中的岩爆烈度,建立了基于多类型核函数的主成分分析方法与遗传算法或粒子群优化算法(GA/PSO)优化的支持向量机(SVM)相结合的组合预测模型。选取围岩最大切向应力σ_θ、岩石单轴抗拉强度σ_t、岩石单轴抗压强度σ_c、应力集中系数SCF、脆性指数B_1和B_2以及弹性应变能指数Wet共7个指标构成岩爆预测指标体系。基于统计的246个国内外岩爆实例数据,分别运用主成分分析和基于线性核函数、RBF核函数以及MLP核函数的主成分分析对数据进行预处理,得到2～4个线性无关的主成分。再将降维后的数据输入GA/PSO优化的SVM模型进行训练和预测。经测试,基于RBF核函数的主成分分析方法与PSO-SVM相结合的模型预测准确率达到了92.3%,为最佳组合模型,为岩土工程中的岩爆烈度预测提供了一种可靠的方法。     

基于实际冲击能量指数（W）的岩爆预测技术研究

岩爆是深井矿山开采过程中常见的一种地质灾害。岩爆的发生不仅威胁到井下人员、设备和材料的安全,还会破坏地下采场结构。为了预防岩爆的危害,可从岩爆的倾向性、发生强度及位置进行研究。在分析岩石冲击能量指数（WCF）和弹性变形能指数（WET）的基础上,发现WCF存在夸大实际岩体中存储的弹性变形能的问题,因此提出实际冲击能量指数（W）。构建以实际冲击能量指数（W）为主,弹性变形能指数（WET）和岩石脆性指数（K）为辅的爆脱型岩爆预测新技术,将其运用于冬瓜山铜矿的矿井岩爆预测,所得预测结果证明实际冲击能量指数（W）比岩石冲击能量指数（WCF）能更好地预测矿山的岩爆问题,预测效果更加真实、可靠,表明构建的岩爆预测新技术有效。