基于组合赋权-理想点法的顶底柱开采方案优选研究.pdf

基于组合赋权-理想点法的顶底柱开采方案优选研究.pdf

ID:52176376

大小:251.31 KB

页数:4页

时间:2020-03-23

基于组合赋权-理想点法的顶底柱开采方案优选研究.pdf_第1页
基于组合赋权-理想点法的顶底柱开采方案优选研究.pdf_第2页
基于组合赋权-理想点法的顶底柱开采方案优选研究.pdf_第3页
基于组合赋权-理想点法的顶底柱开采方案优选研究.pdf_第4页
资源描述:

《基于组合赋权-理想点法的顶底柱开采方案优选研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第13卷第3期矿业工程2015年6月MiningEngineering15·矿产资源·基于组合赋权一理想点法的顶底柱开采方案优选研究陈灿(铜陵有色设计研究院,江西铜陵244000)摘要:为对三山岛金矿顶底柱回采的采矿方法进行科学合理的评价,在综合考虑影响采矿方法因素的基础上,以技术、经济、安全等因素建立综合评价指标体系,采用层次分析法和熵权法对评价指标进行组合赋权,利用基于组合赋权的理想点法对待选方案进行综合评价,计算出各方案的优越度,科学、合理地优选出采矿方法。关键词:顶底柱开采;AHP;熵权法;理想点法;综合优选中图分类号:TD853文献标识码:A文章编号:1671—8550(201

2、5)03—0015—040引言金属矿山进行地下开采时,由于各种原因,留下各种各样的矿柱,这些残留矿柱若能够合理进行回采利用,其带来的经济效益是相当可观的,因此在条件允许的情况下进行残柱的回采开发是有必要的[1],而如何正确选择采矿方法对于指导顶底柱的安全高效回采具有重要的工程实际意义。工程实际中,多以传统的经验类比方法进行采矿方法的选择,这种方法简单方便但存在较大的主观随意性,容易受到主观影响而不能正确反映出实际情况。近几年,随着各种评价方法的发展,专家学者们尝试用灰色理论、模糊数学、未确知测度理论和人工神经网络等方法[2-s3进行采矿方法的优选研究,并取得了一定的效果。TOPSIS法在

3、采矿方法评价中有一定的应用],而该评价方法的效果好坏的关键在于权重系数的确定。因此,针对评价指标进行组合赋权,结合TOPSIS评价法,对顶底柱回采的开采方案进行综合评价,并优选出较为合理的采矿方法指导顶底柱的回采工作,以期达到对资源的有效利用。1顶底柱开采方案评价模型1.1评价指标的选取在许多金属矿山的地下开采过程中,为防止采场上盘岩石冒落和采场大面积地压活动而在采场中预留下部分矿A]㈣柱作为安全支撑。当留设的矿柱品位较高,储量可观时,其开采价值较大,有必要对这些留设矿柱进行二次回采,收稿El期:2015—03—01作者简介:陈灿(1986一),男(汉族),江西赣州人,铜陵有色设计研究院

4、采矿助理工程师,主要从事采矿设计工作。16矿业工程第13卷第3期得到,因此难免存在一定的差异。为了解权重的赋值合理理想点评价法的主要思想是通过比较备选方案与理想与否,需要对判别矩阵进行一致性的检验,一般按照公式方案与最不理想方案之间的距离,计算各方案的与理想方CR—CI/RI进行检验。公式中,CI—A⋯一/n一1,为判案的贴近程度,并以贴近度为评价依据来进行方案优劣度别矩阵的一致性指标;RI为平均随机一致性指标,按表2的大小排序,从而选择出最优方案。该方法评价的一般步进行赋值,Tt为评价指标的个数。骤:1)构建决策矩阵。在确定好评价指标体系后,假设开表1判别矩阵标度及意义采备选方案由m种

5、,评价指标有n个,那么每种方案下每种指标对应着特定的指标属性值,设3c(i一1,2,⋯,m;一1,2,⋯,)为第i个备选方案下的第J个评价指标属性值,则以此可以构建决策矩阵B一(z)。3)原始数据归一化。为避免评价指标由于量纲不同所造成的影响,有必要对决策矩阵进行数据归一化处理,按照式(6)进行归一化处理。Y一(6)∑zi一13)决策矩阵赋权处理。将由AHP法及熵权法得到的组合权重W,对决策矩阵进行赋权处理,得到赋权后的归一当满足CR<0.1时,可认为判别矩阵满足一致性检验化决策矩阵Z=()×=()×。的要求,说明该判别矩阵是合理的,否则应重新计算权重,4)确定正、负理想解。正、负理想解

6、可以由式(7)、直至满足一致性检验。(8)确定。——熵权法确定客观权重。信息熵是系统有序程度的fmax~jI∈,1一个度量,它能客观地反映各评价指标提供有用信息量的(+)一大小,熵越小,反映事物的信息量越大;反之,熵越大,lmine:fjEJ2则反映事物的信息量越小。熵权法是根据事物评价指标所fminz~ilJ∈_7l(一)一包含信息量的大小确定评价指标权重的一种客观赋权法,l—ljEJ其确定权重的一般步骤:式中fi(+)——正理想解;(一)——负理想解;对包含n个评价指标的m个待评对象,设第i个对象J——属性值越大越好的指标;Jz——属性值越小越好的的第J个指标属性值为z,建立判断矩阵

7、R一(z)mXn,指标。对判断矩阵的数据进行无量纲化处理,得到无量纲化后的5)评价对象到正、负理想点的距离。计算评价对象到判断矩阵,则评价指标的信息熵由定义可以知:正、负理想点的距离,采用欧氏距离定义评价对象到正、gj一一(1n)i∑=lblnk,(一1,2⋯,m;一1,负理想点的距离Dl上、D分别为:2,,)(2)D百(9)m式中k一/∑D_~Zij-f

8、(一(10)当k≤O时,InkⅡ无意义,此时可定义:.其中,一1,2,⋯,m

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。