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,...     

深井硬岩矿山岩爆灾害预测研究

岩爆是深井硬岩矿山常见的地质灾害之一.岩爆倾向性指标主要有弹性能量指数、线弹性能、冲击能量指标、脆性系数、Russenses判据等.根据国内外矿山和地下工程岩爆实例的统计分析,Russenses判据是明显有规律性的岩爆倾向性指标.冬瓜山铜矿是典型的深井硬岩矿山,依据其地质特点,采用Russenses判据预测了该矿发生岩爆的可能性.     

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。     

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。     

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RS-云模型的硫化矿石自燃倾向性综合评价

为实现硫化矿石自燃倾向性的综合评价,应用云理论,选取矿样的氧化质量增加率、自热点和自燃点等定量化指标构建了评价指标体系,运用粗糙集法（Rough Set, RS）计算各评价指标权重,依据分级标准对云模型进行标准化,进而建立硫化矿石自燃倾向性分级的RS-标准云模型。以30组工程实例进行模型检验,并在实际工程中进行应用。结果表明:RS-标准云模型的判别结果与实际结果较吻合,且判别准确率高于贝叶斯(Bayesian, Bayes)方法,表明RS-标准云模型在硫化矿石自燃倾向性综合评价中具有良好的实用性和可靠性,可为矿山的硫化矿石自燃灾害的研究提供一种新思路。     

基于CRITIC法与TOPSIS法的硫化矿自燃倾向性评定

现有的硫化矿自燃倾向性综合评价方法多样,且无统一的标准。以矿样的常温氧化增重率、自热点和自燃点3项指标为关键判定因子,结合CRITIC权重分析法和TOPSIS综合评价法,对硫化矿自燃倾向性进行综合判定。采用CRITIC权重分析法,综合考虑指标内的变异性和各指标间的冲突性,得到3项指标的权重,通过TOPSIS综合评价法计算评价对象与理想对象间的距离,对硫化矿自燃的危险性进行排序。运用该判定方法对国内某金属矿山的10个代表性矿样的自燃倾向性进行综合判定,比较了多个硫化矿矿样的自燃危险,得出10个矿样自燃倾向性从大到小为10#、2#、6#、1#、7#、3#、5#、4#、8#、9#,评价结果与实际情况相符,说明该方法是可行的。     

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。     

主元分析-神经网络岩爆等级预测模型

为准确可靠地预测岩爆灾害,构建结合主元分析法(PCA)的径向基神经网络(RBFNN)、概率神经网络(PNN)和广义回归神经网络(GRNN)岩爆预测模型。选取6个常用的参数构成岩爆预测指标体系,采用PCA消除各指标间的相关性并降维,得出3个线性无关的主元即岩爆综合预测指标Y1、Y2和Y3,构成RBFNN、PNN、GRNN这3种神经网络的输入向量。研究结果表明:这3种PCA-神经网络模型,其岩爆预测结果优于对应的RBFNN、PNN、GRNN模型,提高预测准确率并缩短运算时间。从局部准确率、整体准确率及运算时间这3个方面综合比较,各模型的预测能力从强到弱依次为:PCA-GRNN> PCA-PNN> PCA-RBFNN> PNN> GRNN> RBFNN。     

基于CRITIC-有限区间云模型的边坡稳定性评价

针对岩质边坡危险性分级的不确定性,选取坡高、坡角岩体结构特征、岩石单轴抗压强度等12项定量评价指标构建评价体系。根据有限区间云模型的相关概念和计算模型,求出露天采场边坡实测数据的云模型特征参数,利用正向云发生器生成云滴图进行量性概念的转化,通过改进的CRITIC法确定指标权重,进而求出不同采场隶属于不同危险等级的综合隶属度,实现边坡稳定性等级的划分。研究结果表明:评价结果与实际相符,利用CRITIC算法求取的权重值,可以考虑各评价指标的综合信息量以及指标间的相关性系数,使评判结果更具有准确性;同时可以快速准确判断出边坡稳定性分级,进行安全预测,为评价边坡的稳定性提供了新思路。     

基于云模型的SPA模型在石化装置危险性评价中的应用

针对现有石化装置危险性评价模型未能充分反映评价指标模糊性和随机性的不足,提出了一种基于云模型的SPA模型,用于石化装置的危险性评价。首先利用云模型中的逆向云发生器计算云权重Wcloud=(Ex,En,He)。然后将云权重应用于五元联系数的集对分析中,进行综合评判可以得到综合评价云模型。通过MATLAB编程将其与标准评语云模型进行比较,确定评价对象的危险等级。结果表明,该模型对石化生产装置的危险性评价能够充分体现评价指标的随机性与模糊性,评价结果更为符合实际。     

基于云模型的隧道塌方风险等级评价

针对造成隧道塌方事故影响因子的复杂性和模糊性,基于云模型理论,选取影响隧道塌方风险的10项因子,建立了4个风险等级的隧道塌方风险评价模型。根据云模型的数字特征计算规则计算各因子隶属于不同风险等级的云模型数字特征,结合正向正态云发生器和各项评价因子的权重,获得云模型的综合确定度,最终由最大综合确定度确定隧道塌方风险等级。工程实例样本应用中,构建的隧道塌方风险评价云模型和模糊综合评价模型的评价结果相符,同时与相应的设计施工方案和施工安全风险评估报告的结果相吻合,表明该模型的可行性与有效性,体现出云模型中定性语言描述和定量数值间不确定转换的优点,且结果便于工程应用。     

基于熵权-云模型的城市群综合承灾度评价

为解决城市群综合承灾度评价过程中的模糊性与随机性问题,合理评估城市群的综合承灾度。从防灾、抗灾、救灾和恢复4个维度构建城市综合承灾度评价指标体系,提出基于云模型的城市群综合承灾度评价模型。以西北地区3个城市群为例,运用云模型对城市群的综合承灾度进行评价,通过熵权法进行赋权,最终确定算例城市群的综合承灾状况。结果表明:西北地区3个城市群承灾度等级均为Ⅱ级,承灾能力中等;该方法利用能综合反映多因素之间复杂关系的特征指标得出相应的评价等级,同时为地区内城市的承灾度大小判断提供参考,对提升城市群综合承灾度具有积极意义。     

基于组合赋权的铁路时间同步网云评估模型及应用

针对模糊综合评价法在铁路时间同步网可靠性评价中的不足,提出了基于组合赋权的铁路时间同步网云评估模型。首先,根据铁路时间同步网的功能结构,构建系统综合能力模型,建立其对应的功能硬件层次结构,从而选取影响铁路时间同步网可靠性的主要评价指标。然后,利用标度扩展AHP法和熵权法分别计算铁路时间同步网各评价指标的主客观权重,并且通过引入欧几里德距离函数计算差异系数,使主、客观权重之间的偏离程度与权重系数一致,从而获得各指标合理的综合权重。最后,计算各指标相对值,并且利用云模型表示,进行云计算得到综合指标云,将该综合指标云与可靠性评价集的云模型进行相似度度量,得到铁路时间同步网综合可靠性评价结果。结果表明,基于组合赋权的铁路时间同步网云评估模型能够实现对铁路时间同步网综合可靠性的评价。     

基于模糊-理想点法的海下采场顶板稳定性分析

为准确评价复杂地质条件下海下采场顶板的稳定性,提出将模糊数学中的隶属度与理想点法相结合的模型。针对海下采场的特殊地质条件,综合考虑水文地质因素、工程地质因素、采场结构因素以及其他因素4个方面,选取9个评价指标。通过对指标进行隶属度化处理,由变异系数法确定指标权重,建立顶板分级模型。最后,根据三山岛金矿5个采场现场调查以及室内试验获得的指标数据,应用该模型对顶板稳定级别进行评判。结果表明,该模型的评判等级结果与工程实际相符,从而验证模型可用于海下采场顶板的稳定性分析。     

基于云模型的富水岩溶隧道涌水风险评价

为适应风险因素不确定性、随机性及动态反馈性等特点,建立新型富水岩溶隧道涌水风险评价体系,提出1种基于云模型的模糊综合评价方法.选取5个1级指标、29个2级指标构建评价指标体系;综合层次分析、熵权与加权平均计算法合理分配各指标权重;利用云生成算法计算出云数字特征参数并生成足够数量的云滴;将方法应用于贵州省某隧道涌水风险评...     

基于可拓联系云模型的隧道塌方风险等级评价方法

为准确预测隧道塌方风险等级,基于塌方相关理论和工程实际,建立塌方风险等级评价因子体系,借助云理论中云雾化现象检验采用综合权重方法确定的评价因子权重,利用物元可拓理论与联系云模型实现评价因子定性与定量之间的转换,提出1种基于可拓联系云的隧道塌方风险等级评价方法。计算待评价物元与联系云模型间的综合确定度,结合模糊等级特征值确定塌方风险等级,并引入距离相似性判断风险的演变趋势。研究结果表明:可拓联系云模型评价结果与实际塌方风险等级一致,模型可以较好地适用于隧道塌方风险等级评价。     

基于云模型的高校消防安全标准化评估研究

为评估高校消防安全标准化程度,明确高校消防安全标准化体系,结合高校消防安全标准化体系的模糊性,将高校消防安全标准化等级划分为5个级别,采用黄金分割法将权重云、评价云划分成5个云模型,建立能够反映高校消防安全标准化等级模糊性的云模型。该模型运用于某高校消防安全标准化等级评估中,评估结果客观合理,实用性较强,为后续标准化提升提供了参考依据。