基于SOM神经网络聚类和灰度TOPSIS评价法的岩爆预测

随着资源量的不断减少,采矿深度的不断增大,岩爆发生概率也逐渐增大.为对岩爆等级进行精确预测,提出了一种聚类-关联度TOPSIS模型预测岩爆的方法.在综合分析岩爆产生条件的基础上,从应力、岩性、能量三个指标对样本进行归类处理,并将灰色关联度和TOPSIS评价法相结合.该方法可以通过自组织特征映射网络将样本准确分类,同时通...     

基于SOM聚类和灰度TOPSIS评价法的岩爆预测

随着资源量的不断减少,采矿深度不断增大,岩爆发生概率也逐渐增大。为对岩爆等级进行精确预测,提出了一种聚类-关联度TOPSIS模型预测岩爆的方法。在综合分析岩爆产生条件的基础上,从应力、岩性、能量三个指标对样本进行归类处理,并将灰色关联度和TOPSIS评价法相结合。该方法可以通过自组织特征映射网络将样本准确分类,同时通过灰色关联度计算不同指标的权值,最后通过TOPSIS评价法对岩爆等级进行判据。该方法使得岩爆预测多信息融合更加客观,可操作性强。对比工程实例,发现SOM神经网络聚类-关联度TOPSIS岩爆预测法模拟计算与工程实例情况基本一致。