基于G-K评价与粗糙集的煤与瓦斯突出分类分析

被引:22
作者
董春游 [1 ]
曹志国 [2 ]
商宇航 [3 ]
刘学 [1 ]
机构
[1] 黑龙江科技学院研究生学院
[2] 北京科技大学金属矿山高效开采与安全教育部重点实验室
[3] 黑龙江科技学院资源与环境学院
关键词
G-K评价; 粗糙集; 煤与瓦斯突出; 决策表; 决策规则;
D O I
10.13225/j.cnki.jccs.2011.07.033
中图分类号
TD713.1 [];
学科分类号
摘要
采用G-K评价方法,依据煤矿生产过程中煤与瓦斯突出事故发生的可能性、人员暴露于危险环境中的频繁程度及发生事故可能造成的后果3个指标,确定了矿井煤与瓦斯突出分类等级划分标准。基于粗糙集理论,以指标集为基础,建立了煤与瓦斯突出分类的知识表达系统,提出了决策表中知识约简、规则提取原则。以典型煤矿煤与瓦斯突出实际数据为例,通过粗糙集决策规则的数据处理过程,得出在影响煤与瓦斯突出分类的9种因素之中,主导因素为3项,其排序为最大开采深度、最大突出强度和最大瓦斯压力。在实际分类中,不应该只考虑其中一个因素,而要综合考虑9种因素,从而有效地控制煤与瓦斯突出。
引用
收藏
页码:1156 / 1160
页数:5
相关论文
共 17 条
[1]   基于瓦斯涌出时间序列的煤与瓦斯突出预报 [J].
邓明 ;
张国枢 ;
陈清华 .
煤炭学报, 2010, 35 (02) :260-263
[3]   煤与瓦斯突出预测的改进差分进化神经网络模型研究 [J].
杨敏 ;
汪云甲 ;
程远平 .
中国矿业大学学报, 2009, 38 (03) :439-444
[4]   蚁群算法在煤与瓦斯突出预测中的应用 [J].
臧大进 ;
王耀才 .
计算机测量与控制, 2007, (10) :1289-1291
[5]   中国煤矿煤与瓦斯突出现状及防治对策 [J].
付建华 ;
程远平 .
采矿与安全工程学报, 2007, (03) :253-259
[6]   煤与瓦斯突出预测层次分析-模糊综合评判方法 [J].
郭德勇 ;
范金志 ;
马世志 ;
王仪斌 .
北京科技大学学报, 2007, (07) :660-664
[7]   基于模糊模式识别的煤与瓦斯突出区域预测 [J].
张子戌 ;
刘高峰 ;
吕闰生 ;
张俊 .
煤炭学报, 2007, (06) :592-595
[8]   煤与瓦斯突出预测灰色理论-神经网络方法 [J].
郭德勇 ;
李念友 ;
裴大文 ;
郑登锋 .
北京科技大学学报, 2007, (04) :354-357
[9]   用人工神经网络预测煤与瓦斯突出 [J].
由伟 ;
刘亚秀 ;
李永 ;
刘朝辉 ;
周建波 .
煤炭学报, 2007, (03) :285-287
[10]   煤与瓦斯突出控制因素加权灰色关联模型的建立与应用 [J].
伍爱友 ;
肖红飞 ;
王从陆 ;
何利文 .
煤炭学报, 2005, (01) :58-62