CN111091267A - 一种基于因素空间的尾矿坝稳定性综合评价方法 - Google Patents
一种基于因素空间的尾矿坝稳定性综合评价方法 Download PDFInfo
- Publication number
- CN111091267A CN111091267A CN201911104425.6A CN201911104425A CN111091267A CN 111091267 A CN111091267 A CN 111091267A CN 201911104425 A CN201911104425 A CN 201911104425A CN 111091267 A CN111091267 A CN 111091267A
- Authority
- CN
- China
- Prior art keywords
- factor
- stability
- influence
- tailing dam
- dam
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 85
- 239000013598 vector Substances 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 7
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 7
- 238000011158 quantitative evaluation Methods 0.000 claims description 22
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000033228 biological regulation Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims 1
- 230000006641 stabilisation Effects 0.000 claims 1
- 238000011105 stabilization Methods 0.000 claims 1
- 230000007547 defect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种基于因素空间的尾矿坝稳定性综合评价方法,其特征在于,充实了定量因素,引入了定性因素,依据因素空间理论构建了稳定性综合评价的因素空间,制定了单因素影响的评价规则,利用未确知数学理论,构造了单因素影响下稳定性评价的测度函数;利用信息熵理论为影响因素赋予变动的客观权重;利用因素合成原理将高维度的测度矩阵降维,生成合因素测度向量;最后依据置信度准则完成尾矿坝稳定性综合评价。本发明的优点是:应用因素空间理论、未确知数学理论和信息熵理论,建立了一种基于因素空间的尾矿坝稳定性综合评价方法,既有定量因素又有定性因素,既全面客观又科学合理,使尾矿坝稳定性评价更为准确可靠;该方法可推广应用。
Description
技术领域
本发明属于矿山安全与灾害防治技术领域,具体涉及一种基于因素空间的尾矿坝稳定性 综合评价方法。
背景技术
尾矿设施是金属、非金属矿山选矿厂的必备设施。尾矿坝一旦发生事故,将对下游地区 人民的生命和财产造成极大危害,对环境造成严重污染和破坏,后果往往非常严重。诸多因 素影响着尾矿坝的安全稳定,国内外有许多案例,不一而足,因此,尾矿坝运行稳定性的评 价必不可少。
利用极限平衡法、强度折减法、模型试验和数值试验等定量评价方法对尾矿坝稳定性进 行评价时,均以确定的数学模型、材料参数、边界条件为基础。大量试验和实践证明,在复 杂多变的尾矿坝***中,诸多因素中不可避免地包含着不确定信息。因此,定量评价可能会 带来较大的误差,甚至出现结果失真的情况。采用神经网络法、贝叶斯网络法、模糊综合评 价法、蚁群聚类算法和可拓评价方法等定性评价方法对尾矿坝稳定性进行评价,虽然弥补了 定量评价的缺陷、拓宽了尾矿坝稳定性评价的思路,但仍然存在不足之处。例如:神经网络 法和贝叶斯网络法需要大量样本对网络进行训练;模糊综合评判中隶属函数的选取具有主观 性;蚁群聚类算法计算效率低、适应能力差;可拓评价方法难以确定节域和经典域且重要约 束条件容易遗漏。此外,现有定性评价方法的评价指标体系中,往往只包含少数定量因素, 忽视了定性因素对尾矿坝稳定性的影响。因此,尾矿坝稳定性评价指标体系中应同时包含定 量因素和定性因素,这样对尾矿坝稳定性进行综合评价才会更客观和全面一些,评价结果也 会更接近实际一些。
发明内容
本发明的目的在于提供一种基于因素空间的尾矿坝稳定性综合评价方法,克服现有评价 方法的缺点与不足,对尾矿坝运行期间的稳定性进行综合评价,以确保安全运行。
本发明的目的是通过下述技术方案实现的:
本发明首先确定了与尾矿坝稳定性有关的影响因素,将影响因素分为定量因素和定性因 素,制定了单影响因素对尾矿坝稳定性影响程度的评价方法;之后构建了用于尾矿坝稳定性 综合评价的因素空间,构造了单因素影响下尾矿坝稳定性评价的测度函数,得出了单因素影 响下尾矿坝稳定性评价的测度矩阵;然后利用信息熵理论为影响因素赋予变动的客观权重, 再利用因素合成原理将高维度的测度矩阵降维,生成合因素测度向量;最后依据置信度准则 完成尾矿坝稳定性综合评价。
本发明的一种基于因素空间的尾矿坝稳定性综合评价方法,其特征在于,首先将尾矿坝 稳定性作为结果因素,以g代表,然后选取与结果因素相关的因素作为影响因素,以f代表, 第n个影响因素以fn代表,然后依据因素空间理论构建用于尾矿坝稳定性综合评价的因素空 间,最后利用未确知数学理论和信息熵理论及置信度准则完成对尾矿坝稳定性g的综合评价, 具体包括下述步骤:
S1、确定尾矿坝稳定性的等级
依据《尾矿库安全技术规程》,结合生产实践经验,将尾矿坝稳定性划分为k个等级,1 ≤k≤5,gk代表尾矿坝稳定性的第k个等级,其中:g1代表极稳定等级,g2代表稳定等级, g3代表较稳定等级,g4代表不稳定等级,g5代表极不稳定等级;尾矿坝稳定性等级见表3;
S2、确定尾矿坝稳定性的影响因素fn数量
确定尾矿坝稳定性的影响因素fn;依据影响因素fn的性质特征,将其分类归为定量因素 和定性因素,其中:定量因素为i个,定性因素为j个,即共有i+j个影响因素fn:
f1,f2,……,fn,……,fi+j;1≤n≤i+j;
S3、确定单影响因素fn对尾矿坝稳定性影响的量化评价指标ank
量化评价指标ank代表单影响因素fn对尾矿坝稳定性的影响强度,1≤k≤5;依据《尾矿 库安全技术规程》,并结合生产实践经验,定量因素影响的量化评价指标ank通过查阅历史资 料、现场试验和仪器检测数据来确定;定性因素影响的量化评价指标ank根据生产实践经验和 业内专家的评价打分来确定,业内各专家的评价打分结合表4进行,取加权平均值;
通过上述确定量化评价指标ank的方法,获得单影响因素fn对尾矿坝稳定性的影响评价 指标ank,k=1、2、3、4、5,即an1,an2,an3,an4,an5一组评价指标;
重复i+j次上述确定量化评价指标ank的方法,获得i+j个影响因素的i+j组评价指标;
S4、构建尾矿坝稳定性综合评价的因素空间
将步骤S3中获得的数据代入表1中,得到尾矿坝稳定性评价的单影响因素(fn)空间 如下:
表1尾矿坝稳定性评价的单影响因素(fn)空间
依据因素空间理论,将i+j个影响因素的尾矿坝稳定性评价的单影响因素(fn)空间组合 在一起,构建用于尾矿坝稳定性综合评价的影响因素空间,如表2所示;
表2尾矿坝稳定性评价的影响因素空间
S5、利用未确知数学理论计算单影响因素下尾矿坝稳定性的测度,构造单影响因素测度 矩阵;
S6、利用信息熵理论,确定各影响因素的客观权重;
S7、利用因素空间的因素合成原理,将高维度的单影响因素测度矩阵降维,生成合因素 测度向量,依据置信度准则完成尾矿坝稳定性的综合评价。
本发明所述的尾矿坝稳定性的影响因素fn包括以下因素:
在步骤S5中,利用未确知数学理论,依据表1尾矿坝稳定性评价的单影响因素(fn)空间, 得出单因素测度矩阵,具体步骤如下:
S5.1、构造单因素测度向量
采用线性内插法,运用公式(1),构造直线型未确知函数:
式中:n代表第n个影响因素(1≤n≤i+j);k代表尾矿坝稳定性的第k个等级(1≤k≤5);xn代表第n个影响因素(fn)在尾矿坝稳定性第k个等级和第k+1个等级之间的赋值,ank和an(k+1)代表只考虑第n个影响因素(fn)对尾矿坝稳定性的影响,尾矿坝稳定性被评价为第k个等级和第k+1个等级时的评价指标;μnk(xn)和μn(k+1)(xn)分别代表只考虑第n个 影响因素(fn)对尾矿坝的影响,尾矿坝被评价为第k个等级和第k+1个等级时的测度,得 到单影响因素测度向量公式(2),实现了单影响因素下尾矿坝稳定性的评价;
μn=(μn1,μn2,μn3,μn4,μn5)(1≤n≤i+j) (2)
S5.2、构造单影响因素测度矩阵
将i+j个影响因素的测度向量组合到一起,得出用于尾矿坝稳定性综合评价的单影响因素 测度矩阵μ(i+j)×5,
在步骤S6中,以信息熵理论为基础,为各影响因素赋予变动的客观权重;具体步骤如下:
S6.1、采用公式(3)计算影响因素的峰值
式中:vn(1≤n≤i+j,0≤vn≤1)代表第n个影响因素(fn)的峰值;k代表尾矿坝稳定性的第k个等级(1≤k≤5);μnk代表只考虑第n个因素(fn)对尾矿坝的影响,尾矿坝被评 价为第k个等级的测度;
S6.2、采用公式(5)为影响因素赋予归一化的客观权重
式中:ωn(1≤n≤i+j)代表第n个因素(fn)的归一化权重;n代表第n个影响因素(1≤n≤i+j);vn代表第n个影响因素(fn)的峰值;于是,可得出影响因素的归一化客观权重 向量:
ω=(ω1,ω2,…,ωn,…,ω(i+j)) (6)
在步骤S7中,利用因素合成原理,将高维度的因素空间降维,生成合因素测度向量;再 依据置信度准则完成对尾矿坝稳定性的综合评价,具体步骤如下:
S7.1、利用公式(7),将单因素测度矩阵μ(i+j)×5与影响因素客观权重向量ω相乘,实现 因素空间降维,生成合因素测度向量。
m=(m1,m2,m3,m4,m5)=ω1×(i+j)×μ(i+j)×5 (7)
式中:m代表用于尾矿坝稳定性综合评价的合因素测度向量,其中元素mk(1≤k≤5) 代表综合考虑i+j个因素对尾矿坝稳定性的影响,将尾矿坝稳定性评价为第k个等级的测度; ω1×(i+j)代表i+j个影响因素的归一化客观权重向量;μ(i+j)×5代表单因素测度矩阵。
S7.2、依据置信度准则,预先确定一个置信度阈值λ(λ>0.5)。将合因素测度向量m中 的元素从左至右逐个相加,若合因素测度向量m中前k个元素相加后的结果首次大于等于置 信度阈值λ,则将尾矿坝稳定性综合评价为第k个等级,即为gk等级。
表3尾矿坝稳定性的等级(k=1、2、3、4、5)
表4定性因素的量化评价指标ank
与现有技术相比,本发明的优点是:
1)本发明充实了尾矿坝稳定性评价的定量因素,引入了尾矿坝稳定性评价的定性因素, 使尾矿坝稳定性评价更全面、客观、准确和可靠。
2)本发明应用因素空间理论、未确知数学理论和信息熵理论,建立了一种基于因素空间 的尾矿坝稳定性综合评价方法,该方法科学合理,可推广应用。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步说明,但本发明的实施方式不限于此。
实施例
以某尾矿坝为实施例,采用本发明方法进行尾矿坝稳定性综合评价。
该尾矿坝采用上游式筑坝法,初期坝为堆石坝,初期坝高18m,堆积坝坝高17.6m,总 坝高35.6m,全库容130万m3,尾矿库属于四级库,最小安全超高为0.5m,最小滩长为50m;如图1所示,尾矿坝稳定性综合评价具体包括下述步骤:
S1、确定尾矿坝稳定性的等级k
依据《尾矿库安全技术规程》,结合生产实践经验,将尾矿坝稳定性的等级k划分为5个 等级,其中:g1代表极稳定等级,g2代表稳定等级,g3代表较稳定等级,g4代表不稳定等级, g5代表极不稳定等级;尾矿坝稳定性等级见表3:
S2、确定尾矿坝稳定性的影响因素fn数量
依据《尾矿库安全技术规程》,借鉴尾矿坝运营维护管理的生产实践和业内专家的经验, 将尾矿坝稳定性的影响因素确定为27个,其中16个为定量因素,11个为定性因素,即i=16, j=11,具体见表5。
表5尾矿坝稳定性的影响因素
S3、确定单影响因素fn对尾矿坝稳定性影响的量化评价指标ank
量化评价指标ank代表单影响因素fn对尾矿坝稳定性的影响强度,1≤k≤5;依据《尾矿 库安全技术规程》,并结合生产实践经验,定量因素影响的量化评价指标ank通过查阅历史资 料、现场试验和仪器检测数据来确定;定性因素影响的量化评价指标ank根据生产实践经验和 业内专家的评价打分来确定,业内各专家的评价打分结合表4进行,取加权平均值;
通过上述确定量化评价指标ank的方法,获得单影响因素fn对尾矿坝稳定性的影响评价指 标ank,k=1、2、3、4、5,即an1,an2,an3,an4,an5一组评价指标;例如,对于n=5,f5为定性因素水土流失,获得a51=95,a52=85,a53=70,a54=60,a55=40;重复i+j=27次上述确定量 化评价指标ank的方法,获得27个影响因素的27组评价指标;
S4、构建尾矿坝稳定性综合评价的因素空间
将步骤S3中获得的评价指标代入表1,得到影响因素f5的尾矿坝稳定性评价的单因素 空间如下:
表1尾矿坝稳定性评价的单因素(f5)空间
依据因素空间理论,将27组评价指标分别代入表1,得到27个影响因素的尾矿坝稳定性评价的单因素空间;将27个单影响因素(fn)空间组合在一起,构建用于尾矿坝稳定性综合评价的影响因素空间,如表2所示;
表2尾矿坝稳定性评价的因素空间
注:*代表定性因素。
S5计算单影响因素下尾矿坝稳定性的测度,构造单影响因素测度矩阵;
利用未确知数学理论,依据表1尾矿坝稳定性评价的单影响因素(fn)空间,构造单因 素测度矩阵,具体步骤如下:
S5.1、构造单因素测度向量
采用线性内插法,运用公式(1),构造直线型未确知函数:
式中:n代表第n个影响因素(1≤n≤27);k代表尾矿坝稳定性的第k个等级(1≤k≤5);xn代表第n个影响因素(fn)在尾矿坝稳定性第k个等级和第k+1个等级之间的赋值,ank和an(k+1)代表只考虑第n个影响因素(fn)对尾矿坝稳定性的影响,尾矿坝稳定性被评价为第k个等级和第k+1个等级时的评价指标;μnk(xn)和μn(k+1)(xn)分别代表只考虑第n个 影响因素(fn)对尾矿坝的影响,尾矿坝被评价为第k个等级和第k+1个等级时的测度,得 到单影响因素测度向量公式(2),实现了单影响因素下尾矿坝稳定性的评价;
μn=(μn1,μn2,μn3,μn4,μn5)(1≤n≤27) (2)
S5.2、构造单影响因素测度矩阵
将27个影响因素的单影响因素测度向量组合到一起,得出用于尾矿坝稳定性综合评价的 单影响因素测度矩阵μ27×5,
S6、确定各影响因素的客观权重;
在步骤S6中,以信息熵理论为基础,为各影响因素赋予变动的客观权重;具体步骤如下:
S6.1、采用公式(4)计算影响因素的峰值
式中:vn(1≤n≤27,0≤vn≤1)代表第n个影响因素(fn)的峰值;k代表尾矿坝稳定性的第k个等级(1≤k≤5);μnk代表只考虑第n个因素(fn)对尾矿坝的影响,尾矿坝被评 价为第k个等级的测度;
S6.2、采用公式(5)为影响因素赋予归一化的客观权重
式中:ωn(1≤n≤27)代表第n个因素(fn)的归一化权重;n代表第n个影响因素(1≤n≤27);vn代表第n个影响因素(fn)的峰值;于是,可得出影响因素的归一化客观权重向量:
ω=(0.047,0.047,0.032,0.044,0.027,0.028,0.047,0.034,0.027,0.047,0.047,0.04, 0.03,0.047,0.027,0.047,0.047,0.032,0.047,0.035,0.027,0.027,0.047,0.035,0.028, 0.027,0.03)(6)
S7、利用因素空间的因素合成原理,将高维度的单影响因素测度矩阵降维,生成合因素 测度向量,依据置信度准则完成尾矿坝稳定性的综合评价。
在步骤S7中,具体步骤如下:
S7.1、利用公式(7),将单因素测度矩阵μ27×5与影响因素客观权重向量ω相乘,实现因素 空间降维,生成合因素测度向量。
m=(m1,m2,m3,m4,m5)=ω1×27×μ27×5 (7)
m=(0.260,0.428,0.125,0.125,0.062)
式中:m代表用于尾矿坝稳定性综合评价的合因素测度向量,其中元素mk(1≤k≤5) 代表综合考虑27个因素对尾矿坝稳定性的影响,将尾矿坝稳定性评价为第k个等级的测度; ω1×27代表27个影响因素的归一化客观权重向量;μ27×5代表单因素测度矩阵。
S7.2、依据置信度准则,选取置信度阈值λ=0.6,依据置信度准则,由于m1+ m2=0.260+0.428=0.688>0.6,综合考虑该尾矿坝在27个影响因素共同作用下,将该尾矿坝的稳定性评价为g2,为稳定等级。
Claims (5)
1.一种基于因素空间的尾矿坝稳定性综合评价方法,其特征在于,首先将尾矿坝稳定性作为结果因素,以g代表,然后选取与结果因素相关的因素作为影响因素,以f代表,第n个影响因素以fn代表,然后依据因素空间理论构建用于尾矿坝稳定性综合评价的因素空间,最后利用未确知数学理论和信息熵理论及置信度准则完成对尾矿坝稳定性g的综合评价,具体包括下述步骤:
S1、确定尾矿坝稳定性的等级
依据《尾矿库安全技术规程》,结合生产实践经验,将尾矿坝稳定性划分为k个等级,1≤k≤5,gk代表尾矿坝稳定性的第k个等级,其中:g1代表极稳定等级,g2代表稳定等级,g3代表较稳定等级,g4代表不稳定等级,g5代表极不稳定等级;尾矿坝稳定性等级见表3;
S2、确定尾矿坝稳定性的影响因素fn数量
确定尾矿坝稳定性的影响因素fn;依据影响因素fn的性质特征,将其分类归为定量因素和定性因素,其中:定量因素为i个,定性因素为j个,即共有i+j个影响因素fn:
f1,f2,……,fn,……,fi+j;1≤n≤i+j;
S3、确定单影响因素fn对尾矿坝稳定性影响的量化评价指标ank
量化评价指标ank代表单影响因素fn对尾矿坝稳定性的影响强度,1≤k≤5;依据《尾矿库安全技术规程》,并结合生产实践经验,定量因素影响的量化评价指标ank通过查阅历史资料、现场试验和仪器检测数据来确定;定性因素影响的量化评价指标ank根据生产实践经验和业内专家的评价打分来确定,取加权平均值;
通过上述确定量化评价指标ank的方法,获得单影响因素fn对尾矿坝稳定性的影响评价指标ank,k=1、2、3、4、5,即an1,an2,an3,an4,an5一组评价指标;
重复i+j次上述确定量化评价指标ank的方法,获得i+j个影响因素的i+j组评价指标;
S4、构建尾矿坝稳定性综合评价的因素空间
将步骤S3中获得的数据代入表1中,得到尾矿坝稳定性评价的单影响因素(fn)空间如下:
表1尾矿坝稳定性评价的单影响因素(fn)空间
依据因素空间理论,将i+j个影响因素的尾矿坝稳定性评价的单影响因素(fn)空间组合在一起,构建用于尾矿坝稳定性综合评价的影响因素空间,如表2所示;
表2尾矿坝稳定性评价的影响因素空间
S5、利用未确知数学理论计算单影响因素下尾矿坝稳定性的测度,构造单影响因素测度矩阵;
S6、利用信息熵理论,确定各影响因素的客观权重;
S7、利用因素空间的因素合成原理,将高维度的单影响因素测度矩阵降维,生成合因素测度向量,依据置信度准则完成尾矿坝稳定性的综合评价。
3.根据权利要求1所述的一种基于因素空间的尾矿坝稳定性综合评价方法,其特征在于,在步骤S5中,利用未确知数学理论,依据表3尾矿坝稳定性评价的单影响因素(fn)空间,得出单因素测度矩阵,具体步骤如下:
S5.1、构造单因素测度向量
采用线性内插法,运用公式(1),构造直线型未确知函数:
式中:n代表第n个影响因素(1≤n≤i+j);k代表尾矿坝稳定性的第k个等级(1≤k≤5);xn代表第n个影响因素(fn)在尾矿坝稳定性第k个等级和第k+1个等级之间的赋值,ank和an(k+1)代表只考虑第n个影响因素(fn)对尾矿坝稳定性的影响,尾矿坝稳定性被评价为第k个等级和第k+1个等级时的评价指标;μnk(xn)和μn(k+1)(xn)分别代表只考虑第n个影响因素(fn)对尾矿坝的影响,尾矿坝被评价为第k个等级和第k+1个等级时的测度,得到单影响因素测度向量公式(2),实现了单影响因素下尾矿坝稳定性的评价;
μn=(μn1,μn2,μn3,μn4,μn5)(1≤n≤i+j) (2)
S5.2、构造单影响因素测度矩阵
将i+j个影响因素的测度向量组合到一起,得出用于尾矿坝稳定性综合评价的单影响因素测度矩阵μ(i+j)×5,
4.根据权利要求1所述的一种基于因素空间的尾矿坝稳定性综合评价方法,其特征在于,在步骤S6中,以信息熵理论为基础,为各影响因素赋予变动的客观权重;具体步骤如下:
S6.1、采用公式(3)计算影响因素的峰值
式中:vn(1≤n≤i+j,0≤vn≤1)代表第n个影响因素(fn)的峰值;k代表尾矿坝稳定性的第k个等级(1≤k≤5);μnk代表只考虑第n个因素(fn)对尾矿坝的影响,尾矿坝被评价为第k个等级的测度;
S6.2、采用公式(5)为影响因素赋予归一化的客观权重
式中:ωn(1≤n≤i+j)代表第n个因素(fn)的归一化权重;n代表第n个影响因素(1≤n≤i+j);vn代表第n个影响因素(fn)的峰值;于是,可得出影响因素的归一化客观权重向量:
ω=(ω1,ω2,…,ωn,…,ωi+j) (6) 。
5.根据权利要求1所述的一种基于因素空间的尾矿坝稳定性综合评价方法,其特征在于,在步骤S7中,利用因素合成原理,将高维度的因素空间降维,生成合因素测度向量;再依据置信度准则完成对尾矿坝稳定性的综合评价,具体步骤如下:
S7.1、利用公式(7),将单因素测度矩阵μ(i+j)×5与影响因素客观权重向量ω相乘,实现因素空间降维,生成合因素测度向量。
m=(m1,m2,m3,m4,m5)=ω1×(i+j)×μ(i+j)×5 (7)
式中:m代表用于尾矿坝稳定性综合评价的合因素测度向量,其中元素mk(1≤k≤5)代表综合考虑i+j个因素对尾矿坝稳定性的影响,将尾矿坝稳定性评价为第k个等级的测度;ω1×(i+j)代表i+j个影响因素的归一化客观权重向量;μ(i+j)×5代表单因素测度矩阵。
S7.2、依据置信度准则,预先确定一个置信度阈值λ(λ>0.5)。将合因素测度向量m中的元素从左至右逐个相加,若合因素测度向量m中前k个元素相加后的结果首次大于等于置信度阈值λ,则将尾矿坝稳定性综合评价为第k个等级,即为gk等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911104425.6A CN111091267A (zh) | 2019-11-13 | 2019-11-13 | 一种基于因素空间的尾矿坝稳定性综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911104425.6A CN111091267A (zh) | 2019-11-13 | 2019-11-13 | 一种基于因素空间的尾矿坝稳定性综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111091267A true CN111091267A (zh) | 2020-05-01 |
Family
ID=70394046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911104425.6A Pending CN111091267A (zh) | 2019-11-13 | 2019-11-13 | 一种基于因素空间的尾矿坝稳定性综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111091267A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093099A (zh) * | 2013-01-22 | 2013-05-08 | 辽宁工程技术大学 | 一种露天煤矿安全评价方法 |
CN104133985A (zh) * | 2014-07-02 | 2014-11-05 | 山东大学 | 隧道及地下工程地质灾害风险属性区间评价方法 |
WO2016180127A1 (zh) * | 2015-09-16 | 2016-11-17 | 中兴通讯股份有限公司 | 一种网络性能的评估方法及*** |
-
2019
- 2019-11-13 CN CN201911104425.6A patent/CN111091267A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093099A (zh) * | 2013-01-22 | 2013-05-08 | 辽宁工程技术大学 | 一种露天煤矿安全评价方法 |
CN104133985A (zh) * | 2014-07-02 | 2014-11-05 | 山东大学 | 隧道及地下工程地质灾害风险属性区间评价方法 |
WO2016180127A1 (zh) * | 2015-09-16 | 2016-11-17 | 中兴通讯股份有限公司 | 一种网络性能的评估方法及*** |
Non-Patent Citations (1)
Title |
---|
陈尚波等: "未确知测度在复杂采空区安全预评价中的应用" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106339536B (zh) | 基于水污染指数法和云模型的水质综合评价方法 | |
CN105139585B (zh) | 一种土质边坡险情智能预警预报方法 | |
CN112069567A (zh) | 基于随机森林和智能算法预测混凝土抗压强度的方法 | |
CN105205329A (zh) | 一种大坝安全综合评价方法 | |
CN104077493B (zh) | 一种电力继电保护***状态评估指标体系的构建方法 | |
CN104063612A (zh) | 一种隧道工程风险态势模糊评估方法及评估*** | |
CN107784191A (zh) | 基于神经网络模型的异性结构面峰值抗剪强度预测方法 | |
CN110472363B (zh) | 适用于高速铁路隧道的围岩变形等级预测方法及*** | |
CN103955714A (zh) | 基于水军检测模型构建方法和***及水军检测方法 | |
CN112699553A (zh) | 一种岩爆烈度等级智能预测***方法 | |
CN112016857B (zh) | 基于云理论的聚乙烯管道地震易损性评估方法 | |
CN104933254A (zh) | 基于频比偏移系数的改进线性模型振动法索力测量方法 | |
CN105868556A (zh) | 一种基于北斗桥梁安全监测***的桥梁安全评估方法 | |
CN112926893A (zh) | 基于模糊综合评判和层次分析的水平井调剖效果评价方法 | |
CN115471097A (zh) | 一种数据驱动的井下局部区域安全状态评估方法 | |
CN115545387A (zh) | 不可移动文物脆弱性评估方法 | |
CN114580940A (zh) | 基于灰色关联度分析法的注浆效果模糊综合评价方法 | |
CN114236332A (zh) | 一种电力电缆绝缘状态判断方法及*** | |
CN111091267A (zh) | 一种基于因素空间的尾矿坝稳定性综合评价方法 | |
CN115375077A (zh) | 基于毕达哥拉斯模糊赋权法的海底管道失效风险评价方法 | |
CN110516750B (zh) | 一种基于cart决策树的钢板板形质量异常检测方法 | |
Vijayaraghavan et al. | Chain sampling inspection plans based on Bayesian methodology | |
CN113221471A (zh) | 基于改进可变模糊集与神经网络的岩爆等级判别方法 | |
Yu et al. | Fuzzy comprehensive approach based on AHP and entropy combination weight for pipeline leak detection system performance evaluation | |
Lin et al. | Predictive capability and maturity assessment with bayesian network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200501 |