基于改进AHP-TOPSIS模型的矿井通风系统安全评价方法

为系统、定量、客观地评价矿井通风系统的安全性,在分析矿井通风系统安全性影响因素的基础上,从矿井通风系统的构成、人—机—环、防灾系统多角度相结合选取了33个二级评价指标,建立了矿井通风系统安全性综合评价指标体系;然后采用三标度AHP法计算各指标权重,用灰色关联系数取代TOPSIS法中的欧氏距离,构建出改进AHP-TOPSIS的矿井通风系统安全评价模型;最后应用该方法对升富煤矿矿井通风系统进行了安全评价。结果表明：改进的AHP-TOPSIS法引入灰色关联系数克服了TOPSIS法中欧氏距离的缺陷,通过计算灰色关联相对接近度来划分矿井通风系统的安全等级,使得评价结果更符合实际情况,升富煤矿矿井通风系统的安全等级属于Ⅰ级(安全),采用逐级逆序分析查明矿井漏风率是影响矿井通风系统安全性的关键因素,为优化和提升矿井通风系统的安全性提供了依据。     

基于灰色关联与SVM模型下的煤矿通风系统评价方法

为提高现有通风系统评价准确率,弥补各单因素评价方法的不足,通过分析不同煤矿通风系统的具体特征,加入权重,优化灰色模型。同时考虑到矿井通风系统数据较难收集的实际情况,联系符合小样本特性的SVM模型,建立一种新型高效评价体系。经实例验证,该模型能有效提高预测准确率,并简化同系统下运算过程,具有广泛的应用前景。     

基于灰色关联分析的煤矿通风系统两级评价

通过大量的统计分析,得到影响煤矿通风系统的主要因素,确定了煤矿通风系统综合评价指标体系,引进了灰色关联度多层次分析法,构建了煤矿通风系统灰色关联评价模型,最后给出模型予以验证。     

基于BP神经网络的煤矿通风系统安全评价

研究了BP神经网络的结构和L-M学习算法的步骤,通过分析煤矿通风系统,建立了多因素控制的煤矿安全评价指标体系。在此基础上,运用Matlab编制BP网络程序并利用导师信号对网络进行训练,建立了煤矿通风系统安全评价模型。仿真结果表明待校验样本的安全等级与实际情况相符,L-M算法收敛速度也满足要求。     

基于RS与FNN的通风系统评价模型

为了解决现有各种不同通风系统评价方法因素较多,而且具有这些因素又具有模糊性,利用传统的评价方法很难对通风系统进行准确地评价的难题,本文建立了基于粗集与模糊神经网络的通风系统评价模型,不仅可以完成多层次多因素系统评价,还具有自学习功能.通过对模型的验证分析,表明该模型具有较高的精度,总误差仅为0.037,可以将其应用到现场安全评价中.     

基于BP神经网络的矿井通风系统安全评价研究

针对矿井通风系统安全评价,提出利用人工神经网络的非线性、容错性、自学习及实时处理等特点,建立了基于BP神经网络的矿井通风系统安全评价的数学模型,并对某矿通风系统进行了实例评价。     

基于BP神经网络的矿井通风系统安全评价方法

运用人工神经网络的理论和方法,建立了基于BP神经网络的矿井通风系统安全评价模型,并利用MATLAB7.0进行编程,实现了矿井通风系统的安全评价预测。通过某矿通风系统的实例评价,预测结果与实测结果相符,表明应用人工神经网络在矿井通风系统安全评价方面是可行的。     

基于矿井等积孔通风系统的灰色关联分析

将反映矿井通风难易程度的等积孔作为切入点,结合神火集团梁北矿近5 a来通风系统方面6项指标数据,运用灰色系统理论中的灰色关联分析法,找出其各项指标与等积孔的关联度且加以分析,并应用于生产实际,具有一定的现实意义.     

基于灰色层次分析的矿井通风综合评价模型研究

矿井通风系统的复杂具体表现为系统的多环节性、非线性、时变性和可维修性以及系统各影响因素之间的强耦合性,其关联属性具有模糊性、灰色性和层次性。通过综合运用层次分析法、灰色系统理论和模糊数学,建立了矿井通风系统的灰色评价与层次分析法相结合的灰色多层次评价模型。利用模糊层次分析能很好地解决矿井通风中存在的大量内涵和外延都不明确的模糊概念,并利用灰色关联度分析模型,使灰关系量化、序化、显化,是一种简便而有效的评价与决策方法。理论联系实际,将该种方法应用于某矿的矿井通风安全现状综合评价分析。实例表明,该种评价方法较客观地评价了矿井的通风系统的优劣程度,具有可行性及工程实用价值。     

基于BP神经网络的矿井通风安全评价系统的设计

由于矿井通风系统安全评价的常用方法存在着指标权重标准不统一的问题,往往使评价结果带有主观性,构建了基于BP神经网络的矿井通风安全评价模型,它超强的非线性逼近能力可以提高评价结果的客观性.为了提高矿井通风安全评价的自动化水平,基于ADO和ActiveX技术,利用数学分析软件Matlab和数据库管理系统SQL Server 2000,在VB环境下开发出简易直观的评价系统.     

基于灰色关联分析的矿井通风方案优化选择

介绍了灰色关联分析的基本原理和评价模型。在确立矿井通风系统评价指标的基础上,应用灰色关联分析方法选择矿井通风系统优化改造方案。该方法能客观地确定出最优方案,具有较大的应用价值。     

灰色聚类评估模型在矿井通风系统中的应用

利用灰色系统理论中的灰色聚类法对矿井通风系统的方案进行了聚类分析,通过确定不同灰类的白化函数和标定灰色聚类权,计算出了聚类系数,得出了矿井通风系统的决策方案。该方法为矿井通风系统方案的优选提供了科学依据。     

基于层次分析法的矿井通风系统灰色综合评价

通过分析影响矿井通风系统的主要因素,确定了煤矿通风系统评价指标体系,采用层次分析法和灰色综合评价相结合的原理和方法,构建了煤矿通风系统评价模型;利用层次分析法,将成对比较矩阵的特征向量作为煤矿通风系统评价因子的权重,通过数据序列之间的灰色关联关系,建立灰色关联矩阵,以量化的方式准确地计算出各指标的影响力排序,最终指出影响矿井通风系统的主要因素。     

基于AHP-RBF的矿井通风系统可靠性评价模型

结合层次分析法(AHP)和径向基函数(RBF)的理论,提出了一种基于AHP-RBF神经网络的矿井通风系统可靠性评价模型。该模型针对影响矿井通风系统可靠性的因素,应用AHP建立层次结构模型,确定评价指标权重,并采用RBF神经网络作为评价工具。经检验,该模型能够科学有效地对矿井通风系统可靠性作出评价。     

基于Bayes判别方法的矿井通风系统评价研究

矿井通风技术是保证井下安全生产的前提条件,高精度的通风系统可靠性评判可以改善通风环境和预防事故的发生。为了实现对矿井通风系统的快速和准确的评价,考虑矿井通风系统的技术、监测、能力等几个方面,选取16项评价指标。借鉴一种多元统计方法,建立了矿井通风系统Bayes判别分析评价模型,选取18组矿井通风数据作为学习样本进行训练和检验。结果表明:在各总体协方差矩阵不全相等的情况下,5种不同的训练和测试样本个数下的Bayes判别分析模型仍具有较好的评价效果。其中,回判法中模型的正判率均为100%,交叉确认法中模型的正判率分别为83.33%、94.44%、88.89%、94.44%和88.89%,该模型可为矿井通风系统可靠性评价提供借鉴。     

基于灰色模型的煤火燃烧预警系统

煤体在自燃过程中,会依次释放大量的特征气体,通过对特征气体组分的研究,根据其组分与温度对应的特点,构建了数列GM(1,1)灰色预测模型,基于这种模型理论进而研究煤火燃烧的预警系统,是攻克煤层自燃灾害的一个尝试。     

基于灰关联的井下采矿爆破块度分析

大块率居高不下一直是采矿过程中的一大顽疾,随着武钢程潮铁矿井下采矿生产的不断进行,以往的凿岩爆破参数不适应新的变化,导致大块率一直较高,影响生产。影响岩体爆破质量的因素很多,应用灰关联分析方法,确定影响程潮铁矿单、双排扇形中深孔爆破块度的主要因素分别是炸药消耗量和孔底密集系数。通过增加炸药单耗和改进孔底密集系数,大块率明显降低。