CN105718739A - 一种巷道冒顶影响因素重要性研究方法 - Google Patents
一种巷道冒顶影响因素重要性研究方法 Download PDFInfo
- Publication number
- CN105718739A CN105718739A CN201610043542.6A CN201610043542A CN105718739A CN 105718739 A CN105718739 A CN 105718739A CN 201610043542 A CN201610043542 A CN 201610043542A CN 105718739 A CN105718739 A CN 105718739A
- Authority
- CN
- China
- Prior art keywords
- cloud
- anp
- model
- criterion
- importance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种巷道冒顶影响因素重要性研究方法,其特征在于,为了解巷道冒顶事故影响因素之间的关系及其重要性排序,根据专家评判语言的定性且不确定,及各因素之间存在的网络联系性,提出了将云模型嵌入ANP的算法,即云化ANP模型,该模型既有云模型处理不确定信息的能力,也同时具有ANP处理网状因素系统的能力,尤其适合处理冒顶事故这样特点的问题;其包括如下步骤:问题分析与分解、构造ANP网络结构图、构建云化判断矩阵、构建云化ANP矩阵计算权重、指标权重排序;本发明可用于巷道冒顶风险影响因素的重要性排序。
Description
技术领域
本发明涉及矿业安全,特别是涉及巷道冒顶风险影响因素的重要性排序。
背景技术
巷道冒顶是煤矿开采中常见的安全事故,影响冒顶的因素很多,这些因素有时独立的导致事故发生,有时相互联合导致事故发生。甚至有些因素中包含着另外一些表面并不重要,容易被忽略,但却起着决定作用的隐含因素。更为重要的是,一些影响冒顶的因素可能包含多个这样的隐含因素,同时隐含因素也可能同时被多个因素所包含。这样影响冒顶因素之间可能是一种复杂的网状作用关系,所以导致了尽管进行了长期研究但冒顶原因仍是复杂的现实结果。
目前一般认为,影响巷道冒顶的主要因素包括稳定岩层距巷道顶板表面的距离、地下水渗水量、巷道的跨度、稳定岩层厚度、顶板岩石的抗压强度。这些因素各有一套对于巷道冒顶的风险评价指标,他们之间的变化也可能存在相互影响。关于巷道冒顶的风险预测及分析已进行了一些研究,但这些方法难以同时考虑问题的定性和定量、模糊性和随机性、不确定性等问题。这些问题实际存在于数据的分析过程中,所以是不能被忽略的。
对于上述冒顶问题的分析可分为两部分:一是对于冒顶相关因素及数据本身定性和定量、模糊性和随机性、不确定性等问题解决;二是各因素之间相互关联与联合作用的分析。
对于第一个问题,可使用云模型进行处理。云模型是李德毅院士于20世纪90年代提出的一种能用定性语言与定量数值描述不确定性转换的模型,其应用实效得到认可和推广。云模型的构造和参数设置的特点正满足了巷道冒顶风险分析的要求。
对于第二个问题,从上述分析可知各因素之间的关系是复杂的,对于冒顶的结果各因素之间并不是独立的,而是相互关联的网状系统结构。对于这样的网状结构分析可以使用网络分析(AnalyticNetworkProcess,ANP)模型。1996年T.L.Saaty在层析分析法(AHP)的基础上经过改进提出了一种全新的适于存在内部依存和反馈关系的复杂决策系统的方法,网络分析(AnalyticNetworkProcess,ANP)模型。
这里,结合云模型和ANP的特点,将云模型嵌入ANP分析过程中,构建了云化ANP模型。给出了具体过程和步骤,并使用该模型分析了巷道冒顶风险影响因素的重要性排序。最后与相关模型进行比较说明云化ANP模型有一定的理论和应用价值。
发明内容
1云化ANP模型的建立和分析步骤
构建了基于云模型-层次分析的算法,这相当于云化了AHP方法。ANP是T.L.Saaty在AHP基础之上发展而来的,其研究对象的元素之间是非独立递阶层次结构。将云模型引入AHP的方法和对ANP分析过程的描述,构建云化ANP模型。
ANP对问题的分析大体可分为以下五个基本步骤。
(1)问题分析与分解。用系统的观点进行问题分析,确定系统最终达到的目标。在目标下确定相应的准则,准则之间是独立的,准则与目标的关系实质上是AHP的层次关系,目标和准则形成控制层。准则之下与集群(元素组)相连,准则与集群之间是多对多的关系,即形成网络层。将一个复杂的系统分解为更为简单的几个元素组和元素,列出对评价目标有影响的全部元素。
(2)构造ANP网络结构图。以元素间存在的相对比较关系为依据,组建由元素组和元素组成的网络结构图。可通过问卷调查、专家咨询、会议讨论等方式来确定是否存在比较关系。针对云模型的特点,比较关系评级可以使用云模型来表示。云模型理论釆用自然语言来描述定性的概念,并与其给出的数值之间建立不确定性的转化模型。问卷调查、专家咨询等评价结果数据可转化为云模型,通过逆向云模型得到评价结果云模型的数字特征,从而完成云化ANP的基础。
(3)构建云化判断矩阵
利用云模型改造ANP中的判断矩阵。与AHP相同,这里使用1-9标度法,建立判断矩阵,对决策进行量化表示。设表示九朵云模型,其结构为,。表示九朵云的期望值,用1~9的整数表示,其意义与AHP中的标度法相同。分别表示九朵云模型的熵和超熵。使用黄金分割法计算上述参数,如式(1)所示。得到云模型改造后ANP的1-9标度含义,如表1所示。
(1)
式中,为调节系数,。
表1云化ANP下1-9标度含义
(4)构建云化ANP矩阵计算权重
设为ANP模型控制层元素,为网络层元素集,为元素集中的元素,。以为准则,中元素为次准则,将中元素对的作用程度进行比较。建立比较矩阵如式(2)所示。用特征根法得出的元素对的元素的权重向量如式(3)所示。对于,重复上述过程,可获得准则下的超矩阵如式(4)所示。上式对角线上的元素熵和超商为0,如,倒数的求法见表1所示。
(2)
(3)
其中表示元素与的比较。
(4)
利用方根法求要素的特征参数并进行归一化。引入云计算中的乘法运算,中的特征参数计算分别如式(5),(6),(7)所示。
(5)
(6)
(7)
参考AHP的一致性检验,
。
(5)指标权重排序
对超矩阵求极限。反映了元素i对元素j的相对重要程度。设的k次幂,则
,该算是表示累计k次的元素i对元素j的相对重要程度。超矩阵的极限为,如果结果收敛且唯一,那么该式就表示了的第j列在下的各元素对于元素j的排序向量。任取一列作为评价指标的全局权重向量S,其中表示对应指标的权重值。
云化ANP模型构建及分析过程如图1所示。
2巷道冒顶影响因素分析
巷道冒顶是多因素共同作用造成的,因此要寻找主要因素进行分析。确定锚杆锚索支护参数时,锚固应到具有一定厚度的稳定岩层中,以保证锚固效果,因此稳定岩层距顶板表面的距离和稳定岩层的厚度是应该考虑的主要因素。巷道的跨度影响顶板稳定性,跨度过大会使顶板岩层跨落,而跨度较小不能满足生产需要,因此巷道跨度是主要考虑的因素之一。顶板岩石抗压强度影响顶板稳定,顶板岩石的抗压强度表征了顶板岩层的承载能力,所以其也是要考虑的主要原因之一。顶板出现渗水反映了顶板的整体稳定性较差,更容易出现冒顶事故。综上得到了影响巷道冒顶的指标:1)稳定岩层距巷道顶板表面的距离D/m;2)地下水渗水量K1,取隧道每10延米长度在1分钟内的渗水量大小;3)巷道的跨度L/m;4)稳定岩层厚度H/m;5)顶板岩石的抗压强度Rc/MPa。
根据部分学者研究成果,把巷道冒顶风险等级作为评语层,分别用低度风险()、中度风险()、高度风险()和极高风险()来表示,如表2所示。
表2巷道冒顶风险指标及分级
这五个因素之间并不是独立的,当一个因素发生变化时可能导致其他因素发生变化。用ANP的观点进行描述,可表述为这五个因素是包含更多子因素的五个因素组,不同因素组内的子因素存在相互联系,进而组成网络层。而这样的网状系统适合ANP研究。
3影响因素重要性分析
根据云化ANP的分析过程,首先进行专家评判。设五个影响因素分别表示为:稳定岩层距巷道顶板表面的距离、巷道的跨度、顶板岩石的抗压强度、地下水渗水量、稳定岩层厚度。由三位专家进行打分。得到比较矩阵如表3所示。
表3比较矩阵
注:表中和1/均根据表1所得。
三位专家对与的比较结果的云模型表示为:、1/、,即(3,0.437,0.073)、(0.3333,0.0486,0.0081)、(2,0.707,0.118)。基于专家等权重的考虑,取三个评价结果云的平均值,即(+1/+)/(3,0,0)=(1.7778,0.2775,0.0463)作为综合的比较结果,组成综合判断矩阵如表4所示。
表4综合判断矩阵
利用方根法计算要素的期望、模糊性和随机性的相对权重特征参数。根据式(5),(6),(7)对矩阵进行归一化,得表5。
表5归一化后的矩阵
注:(1,0,0)不参加归一化运算。
对表5进行一致性检验,其结果小于0.1,满足要求。按要求对表5取极限得到最终的指标重要性排序,如表6所示。
表6最终指标重要性排序
Table6Finalindeximportancesort
通过上述过程可见影响巷道冒顶的因素重要性排序为:稳定岩层距巷道顶板表面的距离>地下水渗水量>巷道的跨度>稳定岩层厚度>顶板岩石的抗压强度。
附图说明
图1云化ANP的步骤。
具体实施方式
根据云化ANP的分析过程,首先进行专家评判。设五个影响因素分别表示为:稳定岩层距巷道顶板表面的距离、巷道的跨度、顶板岩石的抗压强度、地下水渗水量、稳定岩层厚度。由三位专家进行打分。得到比较矩阵如表3所示。
表3比较矩阵
Table3Comparisonmatrix
注:表中和1/均根据表1所得。
三位专家对与的比较结果的云模型表示为:、1/、,即(3,0.437,0.073)、(0.3333,0.0486,0.0081)、(2,0.707,0.118)。基于专家等权重的考虑,取三个评价结果云的平均值,即(+1/+)/(3,0,0)=(1.7778,0.2775,0.0463)作为综合的比较结果,组成综合判断矩阵如表4所示。
表4综合判断矩阵
Table4Comprehensivejudgmentmatrix
利用方根法计算要素的期望、模糊性和随机性的相对权重特征参数。根据式(5),(6),(7)对矩阵进行归一化,得表5。
表5归一化后的矩阵
Table5Normalizedmatrix
注:(1,0,0)不参加归一化运算。
对表5进行一致性检验,其结果小于0.1,满足要求。按要求对表5取极限得到最终的指标重要性排序,如表6所示。
表6最终指标重要性排序
Table6Finalindeximportancesort
通过上述过程可见影响巷道冒顶的因素重要性排序为:稳定岩层距巷道顶板表面的距离>地下水渗水量>巷道的跨度>稳定岩层厚度>顶板岩石的抗压强度。
Claims (6)
1.一种巷道冒顶影响因素重要性研究方法,其特征在于,为了解巷道冒顶事故影响因素之间的关系及其重要性排序,根据专家评判语言的定性且不确定,及各因素之间存在的网络联系性,提出了将云模型嵌入ANP的算法,即云化ANP模型,该模型既有云模型处理不确定信息的能力,也同时具有ANP处理网状因素系统的能力,尤其适合处理冒顶事故这样特点的问题;其包括如下步骤:问题分析与分解、构造ANP网络结构图、构建云化判断矩阵、构建云化ANP矩阵计算权重、指标权重排序;本发明可用于巷道冒顶风险影响因素的重要性排序。
2.根据权利要求1所述的问题分析与分解,其特征在于,用系统的观点进行问题分析,确定系统最终达到的目标,在目标下确定相应的准则,准则之间是独立的,准则与目标的关系实质上是AHP的层次关系,目标和准则形成控制层,准则之下与集群(元素组)相连,准则与集群之间是多对多的关系,即形成网络层,将一个复杂的系统分解为更为简单的几个元素组和元素,列出对评价目标有影响的全部元素。
3.根据权利要求1所述的构造ANP网络结构图,其特征在于,以元素间存在的相对比较关系为依据,组建由元素组和元素组成的网络结构图,可通过问卷调查、专家咨询、会议讨论等方式来确定是否存在比较关系,针对云模型的特点,比较关系评级可以使用云模型来表示,云模型理论釆用自然语言来描述定性的概念,并与其给出的数值之间建立不确定性的转化模型,问卷调查、专家咨询等评价结果数据可转化为云模型,通过逆向云模型得到评价结果云模型的数字特征,从而完成云化ANP的基础。
4.根据权利要求1所述的构建云化判断矩阵,其特征在于,利用云模型改造ANP中的判断矩阵,与AHP相同,这里使用1-9标度法,建立判断矩阵,对决策进行量化表示,设表示九朵云模型,其结构为,,7.表示九朵云的期望值,用1~9的整数表示,其意义与AHP中的标度法相同;分别表示九朵云模型的熵和超熵,使用黄金分割法计算上述参数,如式(1)所示;得到云模型改造后ANP的1-9标度含义,如表1所示;
(1)
式中,为调节系数,。
5.根据权利要求1所述的构建云化ANP矩阵计算权重,其特征在于,设为ANP模型控制层元素,为网络层元素集,为元素集中的元素,;以为准则,中元素为次准则,将中元素对的作用程度进行比较,建立比较矩阵如式(2)所示,用特征根法得出的元素对的元素的权重向量如式(3)所示,对于,重复上述过程,可获得准则下的超矩阵如式(4)所示,上式对角线上的元素熵和超商为0,如,倒数的求法见表1所示,
(2)
(3)
其中表示元素与的比较;
(4)
利用方根法求要素的特征参数并进行归一化;
引入云计算中的乘法运算,中的特征参数计算分别如式(5),(6),(7)所示,
(5)
(6)
(7)
参考AHP的一致性检验,
。
6.根据权利要求1所述的指标权重排序,其特征在于,对超矩阵求极限,反映了元素i对元素j的相对重要程度,设的k次幂,则,该算是表示累计k次的元素i对元素j的相对重要程度,超矩阵的极限为,如果结果收敛且唯一,那么该式就表示了的第j列在下的各元素对于元素j的排序向量,任取一列作为评价指标的全局权重向量S,其中表示对应指标的权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610043542.6A CN105718739A (zh) | 2016-01-24 | 2016-01-24 | 一种巷道冒顶影响因素重要性研究方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610043542.6A CN105718739A (zh) | 2016-01-24 | 2016-01-24 | 一种巷道冒顶影响因素重要性研究方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105718739A true CN105718739A (zh) | 2016-06-29 |
Family
ID=56153810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610043542.6A Pending CN105718739A (zh) | 2016-01-24 | 2016-01-24 | 一种巷道冒顶影响因素重要性研究方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105718739A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777903A (zh) * | 2016-11-26 | 2017-05-31 | 辽宁工程技术大学 | 一种遗煤自燃影响因素重要性确定方法 |
CN107123058A (zh) * | 2017-05-26 | 2017-09-01 | 辽宁工程技术大学 | 一种边坡稳定性分析方法 |
CN110309601A (zh) * | 2019-07-04 | 2019-10-08 | 中南大学 | 一种用于长编动车组碰撞能量管理的优化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102808622A (zh) * | 2012-08-03 | 2012-12-05 | 西北矿冶研究院 | 中深孔、深孔联合爆破技术回收矿柱的方法 |
CN103996081A (zh) * | 2014-05-30 | 2014-08-20 | 山东大学 | 一种用于网架重构方案评估的混合多属性群决策方法 |
CN106777903A (zh) * | 2016-11-26 | 2017-05-31 | 辽宁工程技术大学 | 一种遗煤自燃影响因素重要性确定方法 |
-
2016
- 2016-01-24 CN CN201610043542.6A patent/CN105718739A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102808622A (zh) * | 2012-08-03 | 2012-12-05 | 西北矿冶研究院 | 中深孔、深孔联合爆破技术回收矿柱的方法 |
CN103996081A (zh) * | 2014-05-30 | 2014-08-20 | 山东大学 | 一种用于网架重构方案评估的混合多属性群决策方法 |
CN106777903A (zh) * | 2016-11-26 | 2017-05-31 | 辽宁工程技术大学 | 一种遗煤自燃影响因素重要性确定方法 |
Non-Patent Citations (3)
Title |
---|
崔铁军等: "基于云化ANP的巷道冒顶影响因素重要性研究", 《计算机应用研究》 * |
李莎莎等: "基于合作博弈-云化AHP的地铁隧道施工方案选优", 《中国安全生产科学技术》 * |
江新等: "基于ANP和云模型的水电项目群资源冲突风险评估", 《中国安全科学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777903A (zh) * | 2016-11-26 | 2017-05-31 | 辽宁工程技术大学 | 一种遗煤自燃影响因素重要性确定方法 |
CN107123058A (zh) * | 2017-05-26 | 2017-09-01 | 辽宁工程技术大学 | 一种边坡稳定性分析方法 |
CN110309601A (zh) * | 2019-07-04 | 2019-10-08 | 中南大学 | 一种用于长编动车组碰撞能量管理的优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210287138A1 (en) | Learning to simulate and design for structural engineering | |
Polat et al. | Determining strategies for the cadastre 2034 vision using an AHP-Based SWOT analysis: A case study for the turkish cadastral and land administration system | |
Liu et al. | Tourism flows prediction based on an improved grey GM (1, 1) model | |
Lagaros | A general purpose real-world structural design optimization computing platform | |
Xia et al. | Slope stability analysis based on group decision theory and fuzzy comprehensive evaluation | |
CN105869100A (zh) | 一种基于大数据思维的滑坡多场监测数据的融合及预测方法 | |
CN105718739A (zh) | 一种巷道冒顶影响因素重要性研究方法 | |
CN111931934A (zh) | 一种基于改进遗传算法的海量控制点下仿射变换求解方法 | |
Wen et al. | Rapid seismic response prediction of RC frames based on deep learning and limited building information | |
Brown et al. | Adaptable design in Olympic construction | |
Li et al. | Updated empirical vulnerability model considering the seismic damage of typical structures | |
Alibrandi et al. | Lifecycle multi criteria decision analysis of buildings using generalized expected utility | |
Wang et al. | A fuzzy intelligent system for land consolidation–a case study in Shunde, China | |
Frangedaki et al. | Design optimization of tree-shaped structural systems and sustainable architecture using bamboo and earthen materials | |
Fei et al. | Knowledge‐enhanced graph neural networks for construction material quantity estimation of reinforced concrete buildings | |
Liao et al. | Research on airport site selection based on triangular fuzzy number | |
Wen et al. | Hybrid optimized RF model of seismic resilience of buildings in mountainous region based on hyperparameter tuning and SMOTE | |
Wysokiński et al. | Decision support system for search & rescue operations | |
Shen et al. | Optimal Building Frame Column Design Based on the Genetic Algorithm. | |
Abdollahzadeh et al. | Choosing an appropriate factorial system through the modern and outmoded system by two approaches ANP & AHP-FUZZY | |
Regupathi | Cost optimization of multistoried RC framed structure using hybrid genetic algorithm | |
CN106777903A (zh) | 一种遗煤自燃影响因素重要性确定方法 | |
Pan et al. | Influence Analysis of Waterlogging Based on Deep Learning Model in Wuhan | |
Sun et al. | Rapid prediction of earthquake damage to buildings based on fuzzy analysis | |
Wang et al. | Seismic damage prediction of multistory building using GIS and artificial neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160629 |