未确知聚类方法及其在松动圈厚度预测中的应用

对未确知聚类方法进行优化,并将其应用于巷道围岩松动圈厚度的预测之中。结合巷道矿压显现特点和松动圈支护理论,选取巷道埋深、巷道跨度、围岩强度、围岩节理裂隙发育程度和巷道掘进断面积5个主要影响因素作为松动圈厚度的判别指标。利用17组实测数据确定松动圈厚度的分类模式和各判别指标的单指标测度函数以及指标权重,给出了松动圈厚度预测值的计算公式。基于预测对象的多指标综合测度,通过未确知测度距离判断预测对象松动圈所属的分类等级,结合各分类模式下样本松动圈厚度的均值计算松动圈厚度的预测值。经计算检验,该方法预测样本集松动圈厚度的平均相对误差为5.13%,而用神经网络方法和支持向量机方法预测该样本集松动圈厚度的平均相对误差分别为13.61%和10.17%。为进一步检验该方法的可靠度,将其应用于马路坪矿某巷道松动圈的预测中并将预测值与实测值做了比较。结果表明,采用该方法得出的预测值和实测值基本吻合。可见该方法是可靠实用的,可以在实际工程中推广应用。

膨胀土胀缩等级分类的未确知均值聚类方法及应用

将未确知测度理论应用于膨胀土的分类问题中,建立膨胀土胀缩等级分类的未确知均值聚类分析模型;选用粘粒含量、粉粒含量、液限、塑限及塑性指数作为未确知均值聚类分析模型的判别指标;以膨胀土的15组实测数据建立各评判指标的未确知测度函数,用各分类样本平均值表示分类中心;根据信息熵理论计算各评判指标的权重,用置信度识别准则进行评判;用建立的模型对15组实测数据逐一进行检验,正确率为100%。将建立的模型对待分类的8个样本进行测试,并与实测结果进行比较。研究结果表明:预测等级与实际结果较吻合,比较客观地反映了膨胀土分类的复杂状况。

混凝土施工故障诊断的未确知均值聚类方法

建立了混凝土施工故障诊断的未确知均值聚类模型,从泵送施工故障、搅拌机故障、运输机故障、振动器故障四个方面选取10个因素作为诊断故障的考核指标。充分利用混凝土施工已有安全信息,根据工程施工的历史实例数据对模型进行训练,将所建立的模型应用到某工地的诊断实例中。研究结果表明:诊断结果和实际情况完全吻合,通过对潜在故障的诊断,可以避免排除故障时的盲目性,做到有针对性地排除故障,达到事半功倍的效果,具有重要的现实意义,进一步验证后,可以在工程中推广使用。

矿井充水水源识别的EW-UCA模型及应用

迅速准确地识别矿井充水水源是防治矿井水害事故的重要保证。对未确知聚类方法进行优化,综合考虑水化学指标对水源识别的重要性,选取Na++K+、Mg2+、Ca2+、HCO-3、Cl-、SO2-4、TH等7项水化学指标作为水源识别的判别指标,以新庄孜煤矿22组水样数据作为训练样本,建立了矿井充水水源识别的EW-UCA模型。随后利用该模型对5组测试样本水样进行识别检验并与实际情况作了对比分析。为进一步检验识别模型的可靠度,利用该模型对谢一矿充水水源进行了识别研究。结果表明,EW-UCA水源识别模型具有较高的精确度和较强的适用性,可以在工程实际中推广应用。