基于粗糙集-神经网络的矿山地质环境影响评价模型及应用

采用衡山白果地区石膏矿山的11个评价指标,综合运用粗糙集和神经网络理论,构建了基于粗糙集-神经网络(RS-ANN)的矿山地质环境影响评价模型,对RSES软件约简的数据和无约简的数据采用EasyNN-plus软件进行预测评价。神经网络模型的输入属性为8个,而粗糙集-神经网络模型的输入属性为6个,训练样本均为13个,预测样本均为4个,前者的平均预测精度为1.85%～24.86%,后者为1.23%～15.28%。研究发现,粗糙集在保留关键信息的前提下可有效地对数据表进行约简,约简后的神经网络预测结果与实际情况吻合,并比无约简时总体精度有较大幅度提高。     

基于博弈-可拓理论的隧道围岩稳定性评价

针对隧道围岩稳定性评价的模糊性和主观影响问题，建立基于博弈-可拓理论的隧道围岩稳定性评价模型。该模型采用岩石单轴抗压强度、岩体质量指标、完整性系数、体积节理数、声波纵波波速值、地下水渗水量作为隧道围岩稳定性评价指标，运用关联函数法、熵权法和改进层次分析法单独计算各个指标的权系数，利用博弈论组合赋权确定所得3个权系数的最优组合权系数，以此计算出待评隧道围岩关于各稳定性等级的加权关联度，根据计算结果判定待评隧道围岩稳定性等级。实例计算表明:运用博弈-可拓理论评价隧道围岩稳定性等级，综合了主客观因素，使评价结果更为合理可靠，为隧道风险控制与安全管理提供了新的依据。     

基于粗糙集Skowron差别矩阵的矿井火灾风险评价指标约简

在安全评价过程中,当构建的指标体系过于庞大,数据繁琐,不利于进行安全评价工作。为了对矿井火灾风险评价指标体系进行快速简化,基于粗糙集理论属性约简功能,采用理论与实例分析相结合的方法,利用Skowron差别矩阵算法对矿井火灾风险评价决策表进行属性约简。研究表明:通过约简,矿井火灾风险评价指标由原来的16个缩减为6个,大大减少了后续评价过程中权重确定的计算量,降低了评价的复杂程度,减少了评估工作量。同时约简结果也为矿井火灾防治工作提供了一些指导意见,体现了差别矩阵在决策表的属性约简中的高效性。     

深基坑紧邻地铁隧道安全评价方法

为评价深基坑开挖过程中紧邻地铁隧道的安全状态,提出一种基于粗糙集与Mamdani模糊推理的隧道安全评价方法。首先,综合考虑紧邻地铁隧道状况、工程地质条件与深基坑支护条件等一级指标,以及隧道沉降、隧道收敛、隧道紧邻距离、岩土体抗剪指标、地下水位、支护结构厚度和围护结构插挖比等二级指标,归纳出指标的各级评价标准;其次,运用粗糙集理论进行离散化、约简、等价类划分处理,得到相对客观的权重向量;最后,将权重向量代入Mamdani模糊推理,通过映射得出精确的评价得分。研究结果表明:在多指标因素影响下,基于粗糙集理论与Mamdani模糊推理的安全评价方法能够得出深基坑紧邻地铁隧道的安全状态精确得分。     

小直径深层排水隧道盾构施工安全风险评价

为识别小直径深层排水隧道盾构施工安全风险,准确评价施工安全风险等级,提出基于危险与可操作性分析(HAZOP)的风险识别方法和基于粗糙集和云模型的风险评价方法。基于HAZOP方法全面识别施工安全风险,并根据粗糙集属性约简理论构建评价指标体系;将粗糙集与云模型结合,构建小直径深层排水隧道盾构施工安全风险评价模型;以东湖深隧工程为例,验证该模型的有效性。结果表明:该模型评价结果与实际情况基本吻合;掘进参数未及时调整、培训及考核不到位、注浆管堵塞、吊装下井设备及其零部件坠落、工程地质和水文地质情况调查不详细是小直径深层排水隧道盾构施工安全风险等级较高的因素,应重点关注并规避。     

基于云模型及粗糙集理论的围岩稳定性分级方法研究

围岩分级是隧道及地下工程岩体稳定性评价和安全风险控制的重要依据。针对围岩分级评价过程中评价指标自身的随机模糊性问题,结合云模型相关理论实现了围岩分级定性概念与各待评价指标隶属不同分级的确定度之间的自然转化。同时,充分考虑各个评价指标相对于最终围岩分级结果的重要度不同,利用粗糙集知识发现相关算法,从已有工程数据中挖掘规律,确定各个评价指标相对权重。在计算得到各评价因子隶属不同分级的确定度后,与其对应的权重相乘,并将所有评价因子计算结果进行代数叠加,得到待评价样本隶属于各个特定围岩等级的综合确定度,以其中最大值对应的等级为最终围岩评价结果。工程实例结果表明,该方法评价所得结果与围岩实际等级基本相符,表明该方法有效可行。     

矿区采空塌陷危险性预测的RS-SVM模型

为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。     

基于灰色关联度分析法的浅埋隧道围岩稳定性研究

为研究各影响因素对隧道围岩稳定性的影响,结合地铁浅埋隧道施工特点,从人为(主观)和环境(客观)两个角度分别进行分析,建立了由环境地质情况、隧道尺寸、施工管理等9个指标组成的多因素模型。利用灰色关联度分析方法,运用MATLAB软件对影响隧道围岩稳定性的因素进行灰色关联排序,从而确定主要相关因素,以便进行针对性控制。结果表明,影响隧道围岩稳定性的主要因素为围岩级别、循环进尺、含水量和开挖断面宽度,其中主控因素为循环进尺和开挖面宽度;应用灰色关联度原理评价分析隧道围岩稳定性的效果较好。     

基于粗糙集理论的危险品运输风险分析

为解决危险品风险分析问题,利用粗糙集理论在处理不确定、不精确问题上的优势,提出基于粗糙集理论的危险品运输风险分析方法。首先,建立决策表,经化简后获得各属性的重要度,识别出影响危险品运输的主要因素与次要因素,以及主次因素所占比例;然后,利用区分函数对决策表进行约简,得出决策表的属性约简;最后,利用决策表的决策规则对原始数据进行推导,得出危险品运输事故的一般规律。结果表明,影响危险品运输事故类型的最重要因素是危险品的类型,所占比重为42.86%,其次是危险品运输的道路状况与危险品运输车辆状况,各占28.57%。在道路状况欠佳且车辆状况良好的前提下,腐蚀品发生危险品事故的严重程度要依次高于毒害品与压缩气体和液化气体。     

矿井突水水源识别的RS-LSSVM模型

为了对矿井突水水源进行准确、高效的判别,综合考虑水化学特征,选取Ca~(2+),Mg~(2+),K~++Na~+,HCO-3,SO2-4,Cl~-和总硬度7个指标的质量浓度(mg/L)作为矿井突水水源的最初判别指标。利用粗糙集(RS)理论的属性约简来筛选水化学特征指标,用以作为水源识别的核心判别指标,建立基于RS的矿井突水水源识别的最小二乘支持向量机(LSSVM)模型。选用约简处理后的13组煤矿数据对模型进行训练,再用训练好的模型对另外12组突水数据进行水源判别,并与未进行属性约简的LSSVM模型及Fisher判别分析法、随机森林方法进行对比。结果表明,利用属性约简方法可以很好地排除原始数据中的冗余信息干扰,因而能有效判别矿井突水水源,使矿井突水水源模型的误判率降低至0;而且指标约简过程可以降低LSSVM运算的复杂度,也能够提高判别效率。     

高海拔铁路工程施工人员不安全行为评估

为提高高海拔铁路工程施工人员不安全行为评估的稳定性和精确性，从安全生理、安全心理、安全管理、安全环境、安全能力5个方面，编制高海拔铁路施工人员不安全行为心理测量量表，并针对西成铁路甘青隧道项目施工人员进行实测；利用粗糙集理论对量表测量结果进行属性约简、数据挖掘和重要度计算；构建施工人员不安全行为水平评估体系，利用软件Matlab正向云发生器绘制不安全行为水平综合评价云图，直观表达评估结果。结果表明：利用该评估体系获得的不安全行为评估结果与现场实际一致，该评估体系能够实时监控高海拔地区施工人员的不安全行为，有利于提高施工人员的安全行为水平。     

基于NRS-ACPSO-SVM的冲击地压危险性预测模型

为快速、准确地预测冲击地压危险性,提出基于NRS-ACPSO-SVM的冲击地压危险性预测模型。首先,在综合分析冲击地压危险性影响因素的基础上,以重庆砚石台煤矿为例,选取煤层厚度、倾角、埋深等10个影响因素作为冲击地压危险性的特征指标;然后,基于邻域粗糙集(NRS)理论对特征指标进行降维,提取出影响冲击地压危险性的关键属性构成约简集;最后,为避免支持向量机(SVM)模型受惩罚因子C和核函数参数σ随机性影响,采用自适应混沌粒子群算法(ACPSO)优化SVM模型参数,将约简集作为ACPSO-SVM模型的输入进行训练,利用训练好的ACPSO-SVM模型预测样本,并对比其他模型的预测结果。研究表明:NRS能有效地约简属性,简化模型结构,模型预测精度与运行效率均有明显提高;利用ACPSO优化SVM模型能避免结果陷入局部极值,提高收敛速度及预测精度,用该模型可有效地预测冲击地压危险性等级,其预测错误率为0。     

基于粗糙集-人工神经网络的航空安全文化评价模型研究

根据航空运输企业安全生产系统的特征,制定相对科学的、适用的安全文化评价指标体系。将粗糙集、人工神经网络方法应用于航空安全文化评价研究。首先,通过问卷调查与粗糙集方法相结合,对安全文化评价指标信息表进行设定。利用粗糙集的属性约简功能,确定航空安全文化的核心要素;其次,利用人工神经网络对约简后指标权重进行计算;经过仿真实验,训练后的神经网络较好地获取并保存了安全文化评价的知识和经验,能够较为准确地对航空安全文化进行评价。     

镇域生态环境风险评价指标体系探究

目前,我国对于乡镇和农村的生态环境问题关注不够,缺乏有针对性的镇域生态环境风险评价方法.在现场调研和总结前人成果的基础上,采用频率统计法初步遴选关键指标,确定43项针对镇域生态环境的预选指标;然后采用理论与实际分析法、特尔菲专家咨询法、粗糙集的属性约简方法对预选指标进行层层筛选,最后提出一套系统的镇域生态环境风险评价指标体系.该指标体系包括自然环境风险、社会环境风险、经济环境风险以及风险影响因子,共27项指标.     

基于粗糙集理论的危险货物运输风险分析

为解决不确定环境中危险货物运输风险分析问题,针对风险数值分析等方法无法识别构成风险的主要因素和次要因素,无法获得因素重要度,以及不能揭示风险因素与风险之间的因果关系等问题,提出基于粗糙集理论的危险货物运输风险分析方法。首先将原始样本进行属性约简和规则约简,获得各个属性的重要度,识别影响危险货物运输安全的主要因素和次要因素;然后,通过对原始样本进行实例推理,推导出危险货物运输事故规律;最后通过算例验证模型和算法的有效性。结果表明,道路的平纵曲线半径是影响危险货物运输安全的最重要因素,其次是驾驶员因素和运输车辆因素。     

珠三角地区水环境承载力综合评价模型研究

针对珠三角地区水环境承载力问题进行研究,从区域水环境承载力所涉及的水资源系统、供水用水系统、水环境污染系统、社会和经济系统、各产业用水指标等多个领域中选取多个指标,构建区域水环境承载力的评价指标体系,利用基于粗糙集理论的属性约简法对指标进行约简,得到较为精简的指标体系;利用Topsis评价法对区域水环境承载力进行了评价,分析了珠三角地区八个城市的水环境承载力,为区域水环境的管理和水污染的控制提供理论基础。     

基于粗糙集的系统综合评价指标赋权法研究

介绍了多种确定权重的方法,给出了各种分类方法的优缺点,利用粗糙集的不可分辨关系、上下近似、属性约简、属性依赖性等性质,探讨了一种新的赋权法粗糙集赋权法,该模型剔除了冗余的指标,更加客观地评价了指标的重要程度,为系统综合评价中确定指标权重提供了一条新途径.     

层次可拓法在层状围岩隧道风险评估中的应用

运用层次分析法和可拓学理论对层状围岩隧道洞口段进行安全评价。提出浅水平层状围岩地质条件下隧道洞口段施工风险评估的指标体系;分析影响浅水平层状岩体稳定性、隧道洞口段施工坍塌的不利因素,并对此进行风险层次分级。结合实例进行评价与分析,经计算安全等级判定为严重,计算结果与现场情况一致,改变施工方法后,隧道安全进洞。     

基于属性约简的绝缘节破损预测

准确的绝缘节破损预测能够保证铁路运输安全和经济效益。支持向量机算法能够处理轨道电路测试数据,对其进行分类,预测可能存在隐患的绝缘节,但支持向量机预测模型的原始样本多有冗余,基于此,提出了一种基于粗糙集和支持向量机的绝缘节破损预测模型。通过改进主分量启发式属性约简算法,降低样本维数,同时选用模拟退火算法完成SVM自动参数选优。实例分析和仿真结果表明,与单一支持向量机算法相比,属性约简后的粗糙集-支持向量机算法提高了分类器的分类性能,与采用网格搜索技术的SVM预测方法相比,模拟退火算法有效提高了SVM的预测精度。     

不同施工顺序对陡坡偏压小净距隧道围岩稳定性的影响研究

为了研究陡坡偏压条件下不同施工顺序对小净距隧道围岩稳定性的影响,结合工 程实例,考虑“先浅后深”与“先深后浅”两种施工顺序,通过有限元软件ABAQUS建立 三维弹塑性分析模型进行了施工全过程数值模拟,重点分析了不同施工顺序对地表边坡 、拱圈特征点围岩以及中夹岩柱的影响,并计算了不同施工顺序下的隧道开挖安全系数 。结果表明:先施工深埋侧隧道会加剧围岩整体偏压效应,并会对中夹岩柱处围岩产生 往返的扰动,不利于围岩稳定性的控制,且先开挖浅埋侧隧道的安全性高于先开挖深埋 侧隧道。