为了解决预测煤层底板突水过程中存在的评价指标因素繁多、非线性、不确定性和互相交叉影响的问题,而造成煤层底板突水预测评价困难的问题,针对单一客观赋权评价中的缺陷,提出了一种基于客观优化组合赋权模型的煤层
为了使平煤五矿二1煤层能够安全开采,通过分析矿区地质、水文地质条件,选取寒灰含水层水压、富水性、底板有效隔水层等效厚度、脆性岩厚度和断层分形维数作为底板突水的主要影响因素,并采用改进模糊层次分析法(I
选取恒源煤矿作为研究对象,通过分形理论中的分维值对矿井构造复杂程度进行定量评价,分析了构造复杂程度与矿井突水的耦合关系。运用模糊综合评判方法对恒源矿6煤底板突水进行危险性评价,对矿井底板突水的危险区域
通过对新安煤矿的研究,利用多因素模糊聚类分析法,确定影响底板突水的主要因素及其权重,建立煤层底板突水模型,对煤层底板突水危险性进行分区,确定危险程度,为奥灰水的防治提供了重要依据,保证煤矿较安全开采。
以6种水化离子浓度作为判别突水来源的依据,为克服人工神经网络采用标准BP算法修正初始权值和阈值所带来的具有随机性和易陷入局部最小缺点,拟采取具有全局最优功能的遗传算法(GA)优化BP神经网络,从而建立
以新阳煤矿为例,通过对不同含水层水样进行取样化验,研究各含水层特征离子组成,应用聚类分析方法,采用SPSS统计软件中的聚类分析进行计算,判断井下涌(突)水层位及补给水源。分析得知,未知层位出水点水源为
为了能够快速正确识别矿井突水水源,采用基于突水点水量水位变化及水化学特征的综合判别分析法,对矿井突水水源进行联合判别。即利用突水点附近探放水钻孔放水量及相应水位变化情况,并结合突水点区域水化学特征,进
本代码主要利用MATLAB工具进行MATLAB——无导师学习神经网络的分类——矿井突水水源判别
选取K++Na+、Ca2+、Mg2+、Cl-、HCO3-、SO42-6种离子作为判别指标,提出基于Tent混沌映射的自适应混沌粒子群算法(ACPSO),使自适应混沌粒子群算法快速、高效地对BP神经网络
在综合分析煤层底板突水危险性影响因素的基础上,提取评价煤层底板突水危险性关键指标。为解决突水系数法评价煤层底板突水危险性的局限性,引入模糊聚类法综合评价煤层底板突水危险性。模糊聚类法综合考虑多种因素,