基于灰色关联法的上隅角瓦斯积聚因素主次性分析

《基于灰色关联法的上隅角瓦斯积聚因素主次性分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第24卷第1期矿业工程研究Vol.24No.12009年3月MineralEngineeringResearchMar.2009基于灰色关联法的上隅角瓦斯积聚因素主次性分析12张华伟，罗毅莎（1.湖南省湘煤集团金竹山矿业有限公司，湖南冷水江410083；2.长沙矿山研究院，湖南长沙410012）摘要：采煤工作面上隅角瓦斯积聚因素控制是一个复杂的灰色系统工程，其影响因素、关联变量和约束条件复杂.应用灰色关联分析方法，对影响上隅角瓦斯积聚的关键因素进行归一化处理，通过建立灰色综合评价模型，得出影响上隅角瓦

2、斯积聚的因素关联序.经实例分析表明：用灰色关联综合方法评价上隅角瓦斯积聚各控制因素的主次性更加有效、合理.关键词：上隅角瓦斯；影响因素控制；灰色关联模型；关联序；煤矿安全中图分类号：TD712.6文献标识码：A文章编号：1674-5876（2009）01-0044-04上隅角瓦斯积聚给煤矿安全生产带来了严重的定因子间的影响程度或因子对主行为的贡献程度而[3]事故隐患，及时处理局部积存的瓦斯，是矿井日常瓦进行的一种分析方法，其特点是不用太多的信息样斯管理的重要内容，也是预防瓦斯爆炸事故，搞好安本，便可以

3、比较准确地确定出影响评价的各因素的主全生产的关键工作.研究上隅角瓦斯的积聚机理，找次关系.这种方法可以有效的利用已有的白化信息，出关键因素加以控制预防，是解决瓦斯积聚的通行做减少评价误差，弥补模糊评价的上述不足.因而，对上[1]法之一.但是，上隅角瓦斯的分布是一个复杂空间内隅角瓦斯积聚影响因素的主次评判更科学，更实际.的时变系统，其积聚规律受诸多因素的影响和制约，1灰色综合评价方法的理论依据及评难以定量考察，且在上隅角瓦斯积聚因素的控制与评价处理方法的选择上，也具有较大的随意性，往往难价模型以达到客观

4、与准确的评价效果.所以说，对于上隅角瓦1.1灰色综合评价方法的理论依据斯积聚影响因素这一大型的模糊系统，很难用一般的解析式来描述和确定.尽管模糊综合评价方法已成功1.1.1灰色关联地应用于煤矿安全生产的各项评价工作中[2]，但由于灰色关联是指事物之间的不确定关联，或子系统该方法是一种“主因素突出型”的评价方法，是一种间之间、因子对主行为之间的不确定关联.灰色关联分接方法，其信息遗失较多，从而使评价结果出现明显析的基本任务是基于行为因子序列的微观或宏观几的简单情形，有时甚至出现较大误差，因此，该方法存何

5、接近，以分析和确定因子间的影响程度或因子对主[4]在一定的缺陷.行为的贡献测度.灰色关联度分析是对研究系统建立适当的数学1.1.2关联系数模型，通过对系统动态发展过程量化分析，抓住影响设有m+1个因素，它们随时刻t=1，2，…，k变化系统的主要矛盾、主要特征和主要因素，也就是说，基所取的数值为于行为因素序列的微观或宏观几何接近，以分析和确Y0={y（01），y（02），…，y（0t），…，y（0k）}，（1）收稿日期：2009-02-15基金项目：国家自然科学基金资助项目（50674045）作者简介：

6、张华伟(1966-)，男，湖南娄底人，工程师，研究方向：煤矿开采.E-mail：ldjzs5512088@sina.com44Yi={y（i1），y（i2）…，y（it），…，y（ik）}，（2）ALR其中：i=1，2，…，m；Y0为参考数列，Yi为比较数列.由于在实际工作当中，数据的量纲可能不一样，图1灰色单层次综合评价模型框图Fig.1Graymodelofintegratedassessmentofsinglestage即使有的量纲一样，但绝对值大小也不一样，因此，需要进行原始数据交换.所谓原始

7、数据交换，就是对原式中，R：m个对象的综合评价结果矩阵，R=[r1，r2，…，始数据进行无量纲化，以获得可比较的数据列，设给rm]；A：k个评价指标的权重分配矩阵，A=[a1，a2，…，ak]，k定的m+1个因素都已进行过无量纲处理，并记为满足归一化原则Σat=1；L：各指标的评价矩阵X0={x（01），x（02），…，x（0k）}，（3）t=1Xi={x（i1），x（i2），…，x（ik）}，（4）l（11）l（21）…l（m1）式中：l（12）l（22）…l（m2）r0iL=，………y（0k）x（

8、0k）=y（*k），（5）l（1k）v（2k）…l（mk）0式中，l（ik）（i=1，2，…，m）为第i个对象第k个参考指y（ik）x（ik）=*，（6）yi（k）标的关联系数.则有x0与xi第k点的关联系数ξ0，（ik），用公式表该评价综合模型计算步骤如下：*示为1）确定样本参考集（U）****minminx（0k）-x（ik）+ρmaxmaxx（0k）-x（ik）U=[u1，u2，…，uk]，ikik（7）*x（0k）-x（ik）+ρmaxmaxx（