基于SOM神经网络聚类和灰度TOPSIS评价法的岩爆预测

TU45; 随着资源量的不断减少,采矿深度的不断增大,岩爆发生概率也逐渐增大.为对岩爆等级进行精确预测,提出了一种聚类-关联度TOPSIS模型预测岩爆的方法.在综合分析岩爆产生条件的基础上,从应力、岩性、能量三个指标对样本进行归类处理,并将灰色关联度和TOPSIS评价法相结合.该方法可以通过自组织特征映射网络将样本准确分类,同时通过灰色关联度计算不同指标的权值,最后通过TOPSIS评价法对岩爆等级进行判据.该方法使得岩爆预测多信息融合更加客观,可操作性强.对比工程实例,发现SOM神经网络聚类-关联度TOPSIS岩爆预测法模拟计算与工程实例情况基本一致....

Full description

Saved in:
Bibliographic Details
Published in中国矿业 Vol. 30; no. 1; pp. 188 - 192
Main Authors 田冰, 黄山, 孙晔, 闫宇杰, 金康康
Format Magazine Article
LanguageChinese
Published 华北理工大学以升创新教育基地,河北唐山063210%华北理工大学人工智能学院,河北唐山063210%北京电信规划设计院有限公司,北京100044 2021
Subjects
岩爆预测
灰色关联度
TOPSIS评价
SOM神经网络
多信息融合
Online AccessGet full text
ISSN1004-4051
DOI10.12075/j.issn.1004-4051.2021.01.017

Cover

More Information
Summary:TU45; 随着资源量的不断减少,采矿深度的不断增大,岩爆发生概率也逐渐增大.为对岩爆等级进行精确预测,提出了一种聚类-关联度TOPSIS模型预测岩爆的方法.在综合分析岩爆产生条件的基础上,从应力、岩性、能量三个指标对样本进行归类处理,并将灰色关联度和TOPSIS评价法相结合.该方法可以通过自组织特征映射网络将样本准确分类,同时通过灰色关联度计算不同指标的权值,最后通过TOPSIS评价法对岩爆等级进行判据.该方法使得岩爆预测多信息融合更加客观,可操作性强.对比工程实例,发现SOM神经网络聚类-关联度TOPSIS岩爆预测法模拟计算与工程实例情况基本一致.
ISSN:1004-4051
DOI:10.12075/j.issn.1004-4051.2021.01.017