基于模糊信息分配方法的综采工艺选择模型

1、 2000年 7期 系统工程理论与实践 第 7期 文章编号 :100026788(2000 0720139206基于模糊信息分配方法的综采工艺选择模型王新宇 1, 俞书伟 2, 王洪欣 3(1. 中国矿业大学工商管理学院 , 江苏 徐州 , 221008; 2. 山东科技大学系统工程研究所 , 山东 济南 , 250031; 3. 中国矿 业大学机电学院 , 江苏 徐州 , 221008摘要 : 提出定性指标的一种信息分配函数确定方法 , 拓宽了模糊信息分配理论的应用范围 实例分析表明该方法能有效处理定性与定量指标共存的复杂建模问题 , 具有较高的识别精度 关键词 : 模糊信息分配 ; 综采工

2、艺 ; 定性指标中图分类号 : F 224. 9; G 206 A M odel Based on the T heo ry of Fuzzy Info rm ati on D istribu ti on fo r Selecting Coal M in ing M ethod W AN G X in 2yu 1, YU Shu 2w ei 2, W AN G Hong 2x in 3(1. Co llege of Bu siness A dm in istrati on of CUM T , Xuzhou 221008; 2. R esearch In stitu te of System

3、Engineering of SU ST , Xuzhou 250031; 3. Co llege of M echan ical Engineering of CUM T , Xuzhou 221008Abstract : In th is paper w e give a new m ethod to fix the fuzzy info rm ati on distribu ti onfuncti on of qualitative dates and w iden the app licati on scale of the new theo ry , fuzzyinfo rm ati

4、 on distribu ti on . By dealing w ith a living examp le , it is p roved that th is modelis effective and feasib le .Keywords : fuzzy info rm ati on distribu ti on ; fu lly 2m echan ized coal m in ing m ethods ;qualitative dates1引言目前综采工艺选择主要是建立在综采地质条件综合评价基础上的优选模型以及基于专家系统的综采 工艺选择模型等 , 这些方法在处理定性指标时需要用各

5、个因素的隶属函数来对其进行量化 , 建立隶属函数 时不可避免含有一定的主观性 本文的研究工作摆脱了这些限制 , 直接依据典型工程实例 , 构造从地质条 件到综采工艺的非线性映射关系 , 达到选择综采工艺的目的 在样本数据中定性指标数量较多 , 模糊信息 分配方法通过将样本数据作为一个单元信息在信息控制点上进行分配 , 对于定量与定性指标的信息分配 原理一样 , 控制点获得的信息量形成原始信息分布矩阵 , 原始信息分布矩阵提供了认识样本总体真实分布 的知识 , 为解决定量与定性指标共存的问题提供了新的建模策略 综采面样本数据信息属于群体型模糊信息的范畴 , 群体型的模糊信息的模糊性本质是由于信息

6、不全 , 现有的信息存在着过渡的趋势所引起的 , 群体型模糊信息的特点是对于单个的信息可能是确定的 、 非模糊 的信息 , 而这些信息的群体表现出某种模糊性 1因此采用模糊信息分配方法来处理综采面的数据信息 , 力求揭示其内在的规律性 2模糊信息分配理论模型 12. 1一维线性信息分配收稿日期 :19982122142. 1. 1定量指标一维线性信息分配记知识样本点的集合为 :W =w 1, w 2, , w m ,V 为 W 的基础论域 , V i (i =1, 2, , n 构成对 V 的一 个划分 u i 是 V i 的几何中点 , 称 u i (i =1, 2, , n 为 V 上的信

7、息控制点 , 记 U =u 1, u 2, , u n 为 W 的离 散基础论域 信息分配的过程就是根据样本点的过渡性质 , 对样本点在 U 上进行模糊划分的过程 设 W , V =a , b 给定时 , 取 u 1=a , u n =b , 其余的控制点在 V 内等距离选取 , 常用的一维线性信息分配函数为 :(u , v =1- , u -v 0, u -v ( 为控制点步长 2. 1. 2定性指标一维线性信息分配有关文献 1仅给出定量指标的一维线性信息分配方法 , 本文提出一种定性指标的一维线性信息分配 方法 , 由于定性指标一般只有有限个离散取值 , 故 V =W =U =u 1, u

8、 2, , u n ,其一维线性信息分配函数为 :(u , v = 1, v =u (v V 0, v u (u U , 即仅当样本点和信息控制点一致时 , 才使该信息控制点获得一个单元信息 2. 2 N 维信息分布矩阵 Q设 W 为容量为 m 的 N 元知识样本 , 则 w j W , w j =(w 1j , w 2j , , w N j .记 T =1,2, , N , W k =w k j j =1, 2, , m ,k T显然有 :W =(W 1, W 2, , W N , k T , 设 W k 的基础论域为 V k , 离散基础论域为 U k , 则 W 的基础 论域为 V =7

9、k T V k , 相应地离散基础论域为 U =7k T U k 设 (k (u , v =(k (u k , v k 是 W k 在 U k 上的信息分配函数 , 其中指标 k 可以是定量指标或是定性指标 , 称 :(u , v =7k T (k (u k , v k 为 W 在 U 上的信息分配函数 设 U k 的离散控制点有 n k 个 , 则 W 在 U 上进行信息分配 , 可得一个 n 1n 2n N 维的信息分布矩阵 Q , 记为 :Q =Q (W , U , N =q i1, , i Ni k 1,2, , n k ,k T Q 的各种内容结构 , 就是所要了解的 W 的信息结构

10、 , 而由 Q 生成的模糊关系矩阵 R 是其中的一种重要结构 为了推理时能方便地基于 Q 得 R , 不 妨令 U k (k =1, , N -1 是自变量离散论域 , U N 是因变量离散论域 , X k =U k (k T T =1, , N -1,X =7k T X k , Y =U N 记 :Q =Q (X , Y =q (x , y ,R =R (x , y =r (x , y 2. 3基于模糊信息分配的模糊关系矩阵 R2. 3. 1基于模糊概念生成的 R f根据因素空间理论 , 当 X Y 是一个一般的因素空间时 , 一个元素对应一个模糊概念是允许的 设 Y 是一个以模糊概念构成的

11、状态空间 , y Y 是一个模糊概念 此时 X 视为 Y 的基础论域 , 于是由 Q 得出 X 关于 Y 的隶属度 , 形成模糊关系矩阵 R f :R f =q (x , y s (y , s (y =m axx Xq (x , y 2. 3. 2基于条件落影公式生成的 R s利用集值统计和落影理论中的条件落影公式生成 R s , 在 W 生成 Q 的过程中 , 经过信息分配 , W 原本 在 N 维空间中的每一点都变成了一个模糊集合 对各点分配的信息量值就是该模糊集的隶属度值 , 这些模 糊集合叠加在一起形成 Q 由 Q 来求 W 在 X Y 上的联合落影 (, (x , y 和关于 X 的

12、边际落影 (x :S = X Y q (x , y d x d y , (, (x , y =q (x , y S , (x =1 S Y q (x , y d y从而得条件落影 (y x =(, (x , y (x = Y q (x , y d y041系统工程理论与实践 2000年 7期由于 X Y 已经离散化了 , 所以条件落影表达式为 : (y j x i =q ij 6Lj =1q ij则模糊关系矩阵 R s =r ij = (y j x i 2. 4由 R 进行模糊近似推理模糊推理的过程本质上是寻求从 X 上的模糊集合 A 到 Y 上的模糊集合 B 的模糊变换 , 利用已经通过 信

13、息分配方法建立的模糊关系矩阵 R 诱导出一个模糊变换来实现 , 即 :B =A R 在 R 已经确定的情况下 , 模糊近似推理主要包含两个内容 :2. 4. 1 A 的确定 设 w 为待识别样本 , w W , 将其在由输入变量构成的离散基础论域即笛卡尔乘积空间 U =7Ti =1U i上进行信息分配 , 所得到的信息控制点的信息分配量 q i 构成模糊集合 :A =(q 1, q 2, , q m (m 为 U 上的信息控制点数目 A 的含义是样本 w 隶属于 X 上的各个信息控制点的程度 2. 4. 2 模糊运算算子的选择1 R f 上的推理 R f 上的 m ax 2m in 推理 y

14、Y , B (y =sup x XA (X R (X , Y R f 上的格式贴近度推理y Y , B (y =sup x X(A (X R (X , Y 1-inf x X(A (X R (X , Y R f 上的加权求和推理 y Y , B (y =m 1, 6mx =1A (x R (x , y 2 R s 上的推理由条件落影公式得到 R s , 需要用全落影公式进行推理 :y Y , B (y =A (x R (x , y d xX A (x d x 由于 X Y 是离散化了的 , 实际的推理公式为 :y j Y , B (y j =6mA (x i R (x i , y j 6mi

15、=1A (x i (m 为 X 中信息控制点数目 将 B 去模糊化处理 , 即得到识别结果 . 3应用实例分析我们将来自兖州 、 肥城等矿区的综采面资料分为两组 , 表 1中样本 1-25用于建立模型 , 样本 26-29用于检验模型的精度 模糊信息分配模型中的输入变量 X 含有 3个定量指标 :煤厚 、 煤层倾角 、 煤硬度和 4个定性指标 :煤层稳定性 、 直接顶类别 、 底板类别 、 断层级别 输出变量 Y 是综采工艺类型 将所有样本在输入和输出指标构成的多维信息控制点上进行信息分配 , 将各多维信息控制点获得的 信息量累加即生成原始信息布矩阵 Q , 结果见表 2其中 H ZB 为输入

16、变量 X 的信息控制点编码 , L ZB 为输出变量 Y 的信息控制点编码 由 Q 生成 R 就可以进行模糊推理 , 对建模样本采用 R f 上的 m ax 2m in 推理 方式 , 结果见表 1在 25个建模样本中只有样本 5识别错误 , 识别准确率达到 96 由于 Q 含有较多的零 元素 , 用 R S 上的全落影推理方式能够获得更好的推理结果 , 对 4个检验样本的识别结果见表 1, 识别结果 全部准确 在隶属度中含有较多的零值是由于本文采用建模样本较少而同时样本含有较多的指标所引起141第 7期 基于模糊信息分配方法的综采工艺选择模型的 , 通过增加样本数量能够获得较好的效果 表 1

17、建模样本资料及识别结果采面 编号 煤层厚度煤层倾角煤层硬度煤层稳定性直接顶类别煤层底板类别断层级别采煤方法识别结果隶属度一 隶属度二 隶属度三 隶属度四17. 103. 01. 71233440. 0000000. 3179410. 0107000. 680861 26. 404. 01. 81222440. 2371690. 5177900. 0000000. 694737 36. 004. 03. 83322330. 2974180. 4626040. 7023920. 000000 46. 444. 53. 53222330. 2974180. 4626040. 6229670. 000

18、000 5333. 942. 03. 82222210. 5791630. 2923920. 0382440. 000000 63. 622. 03. 52223220. 0000000. 4406700. 0194400. 000000 710. 02. 03. 52211330. 3493500. 0058030. 6304080. 000000 83. 005. 52. 32132220. 0000000. 5358850. 0000000. 200957 97. 204. 01. 81132440. 0000000. 1192280. 0000000. 505263 107. 003.

19、 03. 03322330. 1482310. 3065860. 8470540. 000000 112. 507. 03. 03332110. 7045450. 3179410. 1112440. 000000 123. 004. 03. 52231110. 5741630. 0000000. 2153110. 000000 132. 854. 03. 52232110. 6064590. 4117340. 1830140. 000000 146. 425. 01. 02212440. 1881820. 3020440. 0000000. 606364 155. 503. 00. 72231

20、440. 3864560. 0000000. 5139700. 954545 1613. 06. 02. 51213440. 0000000. 0176490. 0000000. 578947 1713. 010. 01. 92323440. 4742370. 0297000. 3230300. 947368 182. 808. 02. 22211110. 6377990. 4814530. 0401910. 177990 192. 003. 02. 52122110. 5789470. 4210530. 0000000. 000000 209. 0012. 04. 02222330. 055

21、0240. 0550240. 5470950. 000000 216. 005. 03. 32213330. 2868980. 0000000. 7416560. 000000 225. 502. 04. 53322330. 0000000. 4700980. 8220020. 000000 233. 806. 04. 02322220. 2009570. 3081340. 2971290. 000000 243. 504. 03. 02013220. 1537890. 4820570. 0000000. 075359 253. 90. 01. 52223220. 3043060. 62727

22、30. 0000000. 227273 2633. 303. 02. 52221110. 6016270. 0000000. 1211490. 000000 2733. 902. 53. 42212220. 1017610. 7298010. 3989910. 000000 2836. 705. 34. 22231330. 3329750. 0000000. 8640580. 000000 2936. 508. 02. 42222440. 1003710. 1730220. 2853630. 506985综采工艺选择模型是我们研制的采矿工程智能决策支持系统的一个组成部分 , 各个指标信息控制点

23、 的确定 、 样本多维信息分配 、 原始信息分布矩阵的建立 、 模糊推理等已用程序实现 241系统工程理论与实践 2000年 7期表 2 原始信息分布矩阵R eco rd #H Z B L Z B 1L Z B 2L Z B 3L Z B 4 1710. 12822967 2870. 200956940. 48086124 31350. 0822966 41510. 30861244 5700. 190909090. 71162680 6860. 177990430. 327272730. 88291866 71340. 18311005 81500. 22234450 91020. 2232

24、05740. 292392341. 16124402101180. 048803830. 236698560. 62784688111660. 57559808121820. 6353110013380. 750478470. 2602392314540. 161722490. 2106698615390. 6320574216550. 11751196171030. 42057416181190. 09301435191650. 73205741201810. 17703349212290. 14354067222450. 0382775123230. 5358851724660. 0765

25、5502 25820. 075358850. 50526316 261300. 05502392 271460. 3631578928900. 025119620. 11722488291060. 111244020. 193779900. 51913876301540. 06698565311700. 2966507232260. 1590909133420. 704545450. 2009569434370. 5741626835530. 15311005361010. 215311000. 86124402371170. 057416270. 047846893850. 04545455

26、 39690. 95454545 341第 7期 基于模糊信息分配方法的综采工艺选择模型144 系统工程理论与实践 续表 2 原始信息分布矩阵 R eco rd# 40 41 42 43 44 45 46 47 48 49 50 H ZB 215 231 203 219 22 18 34 58 122 98 6 0. 63779904 0. 57894737 0. 42105263 0. 30430622 0. 10885167 0. 48205742 0. 30813397 0. 29712919 0. 33373206 0. 17751196 0. 04545455 0. 95454545 L ZB 1 L ZB 2 L ZB 3 L ZB 4 0