RF-AHP-云模型下岩爆烈度分级预测模型

为准确可靠地预测岩爆灾害,将随机森林(RF)与层次分析法(AHP)结合,在RF分析指标重要性的基础上优化AHP法,构建RF-AHP指标权重计算方法;结合云模型理论,建立基于RFAHP-云模型的岩爆烈度分级预测模型;通过文献调研法,建立包含301组岩爆工程实例的数据库作为岩爆烈度分级预测的样本数据,并分析25组预测样本的岩爆预测结果。结果表明:所提模型预测准确率达88%以上,可判定预测样本的岩爆烈度等级;经验证,作为预测模型核心的RF-AHP指标权重计算方法具备一定的合理性。     

基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测

为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机(H-PSO-SVM)岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法(FAHP)所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群(PSO)极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明:H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。     

灰靶决策理论在岩爆烈度等级评价中的应用

为解决小样本情形下岩爆烈度等级评价的模糊性和不确定性问题,提出基于多因素灰靶决策理论的岩爆烈度评价方法。首先,利用该方法构建评价指标体系,采用灰色关联法确定各指标权重系数;然后,引入基于正负靶心的灰靶决策理论,建立多维空间岩爆烈度等级评价模型,利用空间投影距离法建立不同岩爆烈度等级的综合靶心距分布集;最后,通过度量靶心距的大小判定岩爆烈度等级。研究结果表明:该方法的评价结果与实际岩爆情况相吻合;相较于粗糙集理论和Russenes判据,能够弱化因信息量不足所造成的决策模糊性,给出更为确切的岩爆烈度判定结果。     

基于改进组合赋权-TOPSIS法的岩爆倾向性评判模型

针对岩爆倾向性评价模型中指标权重难以确定导致预测精度不高的问题，提出1种基于改进组合赋权-TOPSIS法的岩爆倾向预测模型。综合考虑岩爆发生条件，选取岩性条件、应力条件和围岩条件3项准则对应的15个岩爆倾向性判别指标。采用3标度法的改进层次分析法（IAHP）与熵权法（EWM）结合，消除主、客观因素影响获得最优权重，运用逼近理想解法(TOPSIS)分析评判对象与虚拟理想解的贴近程度，从而判断岩爆倾向性等级。研究结果表明:弹性能量指数Wet、动态DT参数、能量储耗指数k、T准侧和应力指数S对岩爆倾向性影响较大；该模型对岩爆倾向性预测准确率高于85%，可为类似地下岩土工程岩爆倾向性预测提供理论支撑。     

基于改进组合赋权的岩爆多维云模型预测研究

岩爆是地下开挖工程主要的地质灾害之一,其烈度分级预测是一个急需解决的世界性难题。针对其预测过程中的不确定性,选取切向应力与岩石单轴抗压强度比σ_θ/σ_c、岩石单轴抗压强度与抗拉强度比σ_c/σ_t、弹性变形能指数Wet建立评价指标体系,以改进熵权-基于指标相关性的指标权重确定方法(CRITIC)综合计算预测指标权重,结合不确定性人工智能理论,将逆向云发生器算法用于确立多维云模型的3个数字特征,生成所有预测指标的多维云模型。用国内外48组典型岩爆实例数据检验本文模型的准确性与有效性,并与基于权重融合的云模型、一维正态云模型的预测结果进行对比。结果表明:该模型应用于岩爆预测有更高的准确性。     

改进的MVO-GRNN神经网络岩爆预测模型研究

准确预测岩爆烈度等级能有效指导岩爆灾害的防控。根据影响岩爆发生及烈度等级的3个因素构建岩爆评价指标体系,提出一种基于改进多元宇宙算法(Improved Multi-Verse Optimizer, IMVO)优化广义回归神经网络(General Regression Neural Network, GRNN)的岩爆预测模型。在普通多元宇宙算法(MVO)的基础上,运用自适应平衡机制调节MVO算法中的虫洞存在概率(V_WEP)和旅行距离率(V_TDR)两个重要参数来改进该算法;再运用改进的多元宇宙算法优化广义回归神经网络的光滑度,通过训练数据优选出最佳光滑因子σ,得到IMVO-GRNN神经网络岩爆烈度预测模型;最后结合工程实例验证模型的性能。研究表明,该模型相比传统模型寻优能力更强,精度更高,为岩爆预测提供了一种新的思路。     

基于改进的未确知聚类模型的岩爆倾向性预测

在采用未确知聚类评价模型进行多指标分级评价时,常采用置信度识别准则作为待测对象的属性识别,该准则中置信度的取值由人为取定,当置信度取值不同时,得到的分级判定结果往往出现差异,甚至产生完全不同的判定结果。通过距离判别的思想将未确知聚类理论中的置信度识别准则进行改进,并运用到岩爆烈度的分级预测中。根据岩爆发生的主要影响因素,选取岩石单轴抗压强度σ_c、单轴抗拉强度σ_t、最大切应力σ_θ及岩石的弹性变形能指标W_(et)为岩爆主要影响因子。并以σ_c/σ_1、σ_θ/σ_c、W_(ey)为岩爆烈度等级评价因子,建立未确知测度模型,以距离判别改进后的属性识别方法进行分级预测,并与原置信度识别准则得到的判别结果进行分析和比较。为验证改进模型的实用性,以贵州开磷集团马路坪矿区为例,采用改进的未确知聚类模型对其岩爆烈度等级进行预测分析。结果表明,预测结果与实际情况基本吻合,证明采用改进后的未确知测度模型的判别结果不仅消除了由于置信度取值不同造成的判别结果误差,降低了人为主观因素的影响,而且具有较高的判别准确性和可行性。     

基于反赋权与MBCT-SR多维云模型算法岩爆预测研究

基于岩爆事故的模糊性与随机性特征,为解决在当前岩爆烈度等级预测研究中,通过正向云发生器经验式计算多维云模型特征值进而导致预测结果主观性较强的问题.本文选取应力比Ts=σθ/σt、岩石脆性指数B=σc/σt以及弹性应变储能指数Wet作为评价指标,结合机器学习理论,采用多维逆向MBCT-SR云发生器算法对岩爆等级进行预测,...     

基于改进Smote-GBDT算法的岩爆预测模型

为准确预测岩爆等级,确保施工人员和设备安全,首先,从岩爆机制、数据和算法角度,分析埋深(D)、单轴抗压强度(UCS)、单轴抗拉强度(UTS)、岩石脆性指数(B₁、B₂)、围岩最大切向应力(MTS)、应力集中系数(SCF)和弹性变形能指数(W_et) 8个指标,建立岩爆预测指标体系;其次,针对岩爆样本存在的数据不均衡问题,引进托梅克联系(Tomek Link)对欠采样方法,改进合成少数类过采样(Smote)算法,对岩爆训练样本进行混合过采样;最后,构建SmoteTomek-梯度提升树(GBDT)岩爆预测模型,以38组数据验证模型的有效性,并与其他模型进行对比。结果表明：SmoteTomek-GBDT的准确率为92.1%,较未采样提升5.3%,Smote采样提升10.5%,优于随机过采样模型,并且避免跨等级的岩爆误判。     

基于“AHP+熵权法”的CW-TOPSIS冲击地压评判模型

针对冲击地压灾害评价系统模型中指标权重难以确定的问题,提出一种"AHP+熵权法"组合赋权方法。通过引入拉格朗日函数,建立优化决策模型,确保主客观权重和偏好系数间的一致性,进而获得各指标的组合权重(CW),并评价冲击地压预判影响因素的主次关系。基于逼近理想解排序法(TOPSIS)的基本理论,建立CW-TOPSIS冲击地压综合评判模型,分析贴近度,最终预测冲击地压等级。将此模型应用于老虎台矿83003工作面,得出该工作面有中等冲击危险,构造应力为诱发冲击的主导因素;基于"AHP+熵权法"的CW-TOPSIS冲击地压评判模型的预测结果与实际结果相吻合。     

在线极限学习机在岩爆预测中的应用

为有效预测地下工程岩爆的发生及烈度,结合地下工程岩爆的特点,分析岩爆影响因素及相关判别依据,选取围岩最大切向应力σ与岩石抗压强度σc之比σ/σc、岩石抗压强度σc与岩石抗拉强度σt之比σc/σt以及弹性能量指数Wet为判别因子,引入在线极限学习机理论,建立了岩爆预测的OS-ELM判别模型。以搜集到的国内外15组工程岩爆数据进行训练建模,训练完成后将样本数据做输出预测,得到模型的预测精度达97.98%,并与SVM、BP模型进行对比分析,结果表明,OS-ELM模型精度优于SVM和BP模型。利用该模型对国内两处隧道岩爆情况进行预测,结果与实际情况基本相符。研究表明,OSELM判别模型在岩爆烈度分级上具有良好的适用性和有效性。     

深部矿山巷道岩爆应急管理能力评估

为了降低深部矿山巷道岩爆事故中的人员伤亡与财产损失，提高岩爆事故中的应急管理能力，提出改进组合赋权-云模型相结合的深部矿山巷道岩爆应急管理能力评估方法。首先，根据PPRR(Prevention, Preparation, Response, Recovery)应急管理理论，构建包括应急预防能力、应急准备能力、应急响应能力和应急恢复能力4个一级指标的深部矿山巷道岩爆应急管理能力评估指标体系，该体系共包含18个二级指标；其次，引入指数函数改进层次分析(Analytic Hierarchy Process, AHP)法，利用改进的AHP法和熵权法分别确定评估指标的主客观权重，将各权重进行融合以获得最优权重，并结合云理论建立改进组合赋权-云模型的应急管理能力综合评估模型；最后，以河南某深部矿山巷道为例，运用综合评估模型对深部矿山岩爆应急管理能力进行评估。结果显示：深部矿山岩爆应急管理能力等级为Ⅱ,且综合评价云的超熵为0.21(小于4.65/3)。评估结果与实际应急管理能力水平相符，综合评估模型可快速准确地确定深部矿山巷道岩爆应急管理水平。     

改进CRITIC修正G2-TOPSIS的钻孔自燃预测模型及应用

针对瓦斯抽采钻孔自燃危险评价系统模型中指标权重难以确定的问题,提出一种改进的基于指标相关性权重确定法(CRITIC)的G2赋权法。首先引入欧式距离函数,建立优化决策模型,采用CRITIC的"差异驱动"型赋权法修正"功能驱动"型G2赋权法;其次获得各指标综合权重,评价影响钻孔自燃危险因素的主次关系;再次基于逼近理想解排序法(TOPSIS)"驱动功能"的G2赋权法,建立G2-TOPSIS钻孔自燃危险评判模型;然后分析贴近度,预测钻孔自燃危险等级;最后将该模型应用于晋牛煤矿1303工作面瓦斯抽采钻孔。结果表明:煤氧化还原燃点温差为诱发钻孔自燃危险的主导因素;钻孔自燃危险等级为III级,预测结果与实际情况相吻合。     

基于GRA-SPA耦合模型的煤矿充填系统稳定性评判

为预防煤矿充填系统运行安全事故,综合运用灰色关联分析法(GRA)和集对分析法(SPA),研究煤矿充填系统稳定性。首先,建立充填系统稳定性评判指标体系,并采用AHP法确定各指标权重;然后,构建GRA-SPA耦合评判模型,通过将评价集与指标集建立集对、计算其绝对关联度及综合联系度来确定评价对象等级,并预测其发展趋势;最后,以某矿充填系统为例,用所建模型评判其稳定性。结果表明:该矿充填系统稳定性等级为较稳定,且有向好的方向发展的趋势,但不明显,仍需引起重视。该模型能够将充填系统各指标因子的同一性、差异性和对立性通过联系度系数定量化,得到与实际情况相一致的评判结论,为煤矿充填开采安全管理提供参考。     

基于UAHP的采空区稳定性模糊综合评判

为准确评判矿山采空区稳定性等级,通过分析采空区稳定性各影响因素,确定地质、水文、采空区几何参数、环境等4个2级指标为影响其稳定性的主要因素。运用层次分析法(AHP)并结合模糊数学理论,建立采空区稳定性2级模糊综合评判模型。用区间数表示评判结果,分析处理评判矩阵得到专家评判的相似度和差异度,进而获取专家评判的可信度,建立基于不确定型层次分析法(UAHP)的采空区稳定性模糊评判方法。实例计算结果表明:在Ⅰ级评判指标中,地质构造、周围开采影响、地下水活动程度、跨度对采空区稳定性影响较大;用该采空区的稳定性等级为Ⅱ级。用该方法能得出各影响因素的综合权重,准确评判采空区稳定性等级。     

均布与梯度应力加载路径下岩爆破坏特征试验

为探究围岩切向应力集中过程中加载应力分布对岩爆特性的影响,利用自主研制的梯度与气液复合加载岩爆装置,对大尺寸类岩体模型进行均布与梯度应力加载路径下的岩爆模拟试验;从岩爆破坏现象、碎屑形态及分布特征等方面,对比分析均布与梯度应力加载下的模型岩爆特征。结果表明:均布与梯度应力加载下的岩爆破坏特性存在明显差异;均布应力加载下,模型岩爆主要形成以张拉破坏为主的片状、板状碎屑,碎屑弹射距离较近,对应的岩爆烈度小;而梯度应力加载下,模型岩爆主要形成以剪切破坏为主的块状碎屑,相对于均布应力加载,碎屑抛射距离更远,岩爆烈度更大。     

采空区稳定性的改进云模型二维评判

为更合理有效地评判采空区稳定性,引入云模型理论,采用模糊熵对其进行改进,建立新的采空区稳定性二维评判模型。选取13项评判指标,计算隶属于不同等级的各指标云模型参数;基于博弈论,将评判指标主、客权重优化、融合,得到指标综合权重;然后应用正向高斯云发生器计算样本综合确定度,根据最大综合度隶属等级确定采空区稳定性等级,并引入综合确定度的模糊熵作为第二维评判参量,用以表征采空区稳定性复杂度。最后,将该模型应用于湖南某锑矿14个采空区稳定性评判中。结果表明,该模型评判结果能充分反映现场实际情况。     

基于粗糙集和加权灰色关联分析的岩爆预测

本文选取影响岩爆发生的五项指标作为岩爆预测的关键影响因素:最大主应力、单轴抗压强度、岩石点荷载强度、岩体完整性系数和弹性变形指数。通过采用粗糙集理论确定岩爆预测影响因素的权重,利用加权灰色关联分析对某工程的岩爆发生情况进行了预测。预测的结果与现场实际状况相吻合,说明运用该方法预测岩爆是合理的。     

AHP耦合TOPSIS的煤矿安全评价模型及其应用

为客观评价煤矿安全现状,并实现对安全隐患的及时排查,建立基于层次分析法(AHP)耦合逼近理想解排序法(TOPSIS)的煤矿安全综合评价模型。首先,以事故致因理论为基础,从人、物、环境和管理等4个方面选取影响矿井安全的20个评价指标,并根据指标临界值构建安全现状级别评判标准;其次,基于AHP法确定各层指标重要度,计算得出各指标权重,同时利用TOPSIS方法计算得出样本贴近度矩阵;最后,将权重与贴近度结合,确定出矿井安全现状等级。以义马煤业某矿为例,利用AHP-TOPSIS模型计算得出矿井安全现状等级,同时根据计算结果逆序分析找出存在的安全隐患,分析结果与现场实际情况基本一致。     

基于BP网络理论的岩爆预测方法

选取影响岩爆的一些主要因素,如地应力大小、岩石抗压和抗拉强度、岩石弹性能量指数,采用人工神经网络理论,根据国内外一些岩石地下工程实例构造样本集,建立了一种新的岩爆预测模型.此模型可以直接应用于岩石地下工程,对岩爆的发生与否及烈度大小进行预测.实例表明,预测结果与实际情况符合得很好,说明了此模型的有效性.