基于MCOA布置矿井瓦斯传感器

为了预防矿井瓦斯事故,确定增设瓦斯传感器的数量和位置。通过建立监测有效 等级来确定增设瓦斯传感器的数量,然后通过分析多个猴群同步并行搜索、简易猴群算 法的初步搜索和基本和声算法的二次搜索等方法,设计出猴群优化算法的计算流程,再 根据瓦斯传感器布置的目标函数确定增设瓦斯传感器位置。以大隆矿为例进行了现场工 业试验,结果表明,增设瓦斯传感器的数量与监测有效等级之间成正比例关系,但并非 随着监测有效等级的提高而持续增加。     

融合控制策略在污水处理曝气过程中的应用

针对污水处理过程的复杂性,提出了一种融合控制策略。探讨了基于融合的工程控制策略和控制算法。仿真实验结果表明:该工程控制算法的控制精度高,鲁棒性强,对污水处理过程的控制是可行和有效的。     

加速并行遗传算法及其在暴雨强度公式参数优化中的应用

针对标准遗传算法中存在早熟收敛、后期收敛速度慢以及解精度低的问题,结合正交试验设计和元胞自动机模型,提出了一种改进的遗传算法--加速并行遗传算法(APGA).APGA利用正交试验设计确定较好的初始种群,利用元胞自动机模型固有的并行计算能力设计并行遗传算法,借助元胞信息的动态性和多元性实现正交加速过程.该方法不仅能加快遗传算法的收敛速度,而且能提高遗传算法的搜索效率和解的精度,适用于求解复杂的非线性优化问题.APGA用于暴雨强度公式参数的优化实例结果表明,该算法是有效和可行的.     

矿井通风网路的线性解算法及其程序设计

针对“京大二试算法”存在的不足——当已知矿井总风量时,“京大二试算法”的迭代格式是错误的,解算出的风量分配不合理,提出了矿井通风网络线性算法的数学模型.该通风网络算法是将支路特性方程变换为线性关系,则风网回路方程被线性化,就可以应用线性逼近法求解.该算法弥补了“京大二试算法”的缺陷,当已知矿井总风量时,解算出的风量值更接近真值,结果更加精确.介绍了线性算法数学模型的迭代格式及迭代精度问题,并编制了该线性算法的Matlab程序,程序简单,节省计算时间,给出了算法原理,并以实例进行计算,得到了令人满意的结果.     

基于MFOA-SVR露天矿边坡变形量预测研究

为实现边坡危险性及时预警预报,以露天矿边坡变形量为研究对象,提出采用七项影响指标作为边坡位移变形量的响应参数,建立支持向量机回归预测模型(SVR)。引入修正的果蝇优化算法(MFOA)对模型参数进行优化,构建基于MFOA-SVR露天矿边坡变形量协同预测模型,并以实际监测数据进行模型仿真预测。结果表明:该模型平均绝对误差为0.9167mm,平均相对误差为4.2737%,较其他模型预测精度高,综合性能好,将其运用于露天矿边坡变形量预测研究具有较好的适用性和可靠性。     

由通风网络结构数据自动生成通风网络图研究

通风网络图是矿井通风管理的一种重要图件.本文根据通风网络图的特点,介绍了一种由通风网络结构数据自动生成通风网络图的方法,并进行了开发实现和实践应用.     

考虑行人跨越障碍物能力的元胞自动机模型

为深入研究不同类型的行人跨越障碍物行为,建立改进的元胞自动机模型,利用Dijkstra算法计算静态场,根据跨越障碍物能力不同将行人分为强跨越能力、弱跨越能力和无跨越能力3类,通过调查大型商场出入口相关尺寸参数和障碍物分布情况,构建商场疏散通道的疏散场景,分析可跨越障碍物的摆放方式与长度、行人密度和在障碍物可跨越条件下出口大小等因素对疏散过程的影响。研究结果表明：考虑跨越障碍物行为更符合疏散实际情况,且具有不同跨越能力的行人达到一定比例时最有利于疏散;行人密度越小,可跨越障碍物的位置对疏散影响越明显;出口在一定大小时就已经满足疏散要求,增大出口对疏散促进作用较小。     

基于关联规则的煤矿机电运输事故不安全行为分析

为系统分析矿工在机电运输过程中产生不安全行为的关联因素,降低事故发生概率,本文从煤矿安全生产网和应急管理部公布的煤矿事故案例中选取2015-2021年发生的90起机电运输事故作为案例样本,统计分析煤矿机电运输中不安全行为在动作分类、班次、月份、地点和岗位5个维度的分布特征;运用Apriori算法研究煤矿机电运输事故这5个维度之间存在的关联规则。研究表明:在3个班次中,中班时间段出现的不安全行为比率最高;在一年中8月份出现的不安全行为最多;处于工作面中的不安全行为出现最多;一线工人的不安全行为出现最多。重点防治一线工人在中班发生的不安全行为和晚班时冒险作业这一行为,有利于加强工作面的巡检力度,提高检查效率。     

利用遗传算法进行软件可靠性增长模型参数估计

为解决利用传统数值方法估计软件可靠性增长模型参数值时存在的问题 ,笔者讨论了利用遗传算法进行求解的相关策略 ;提出了一种新的编码方式及变异算子 ;通过涉及多个模型的实验 ;采用实际数据 ,对所提出算法的效果与传统数值方法进行了对比。实验与对比分析结果显示 :该算法针对这些模型表现出了良好的普适性。