露天矿汽车运输系统网络描述方法

本文建立了露天矿汽车运输系统的基本网络模型;实现了采场任一采掘位置与运输系统基本网络的联接;合理地解决了露天矿复杂的汽车运输系统汽车运输问题;并对网络计算程序和数据输入方法进行了介绍.     

露天矿行车事故模糊诊断模型

针对露天矿运输系统中行车事故出现的随机性和模糊性,为使其危害性降低和不可预见性得到控制,提出了一种德尔菲法和智能数学相结合的模糊诊断模型,阐述了对行车事故的危险性预测的模糊诊断的原理和步骤.实例论证了该方法的可行性和有效性,为工程技术人员提供了一种简便、实用、可行的评价预测途径,具有实际推广应用价值.     

解析大型露天煤矿采区转向过渡开拓运输系统

本文以安太堡露天矿转变为例,探讨了大型露天煤矿采区转向过渡期间开拓运输系统优化的若干问题及对策。安太堡露天矿采用的搭桥方案、反向高段内排方案及"树枝形"运输系统等措施,从实际出发,解决了生产中的问题,带给了企业可观的经济效益,同时安太堡露天矿与其他的近水平矿床露天矿的分区有普遍的共性,在进行安太堡露天矿转变时积累的经验也对其他的大型露天煤矿开采过渡运输系统有着积极的促进作用。     

煤矿井下运输系统管理对策探讨

分析了煤矿原煤运输系统事故的原因,提出了控制煤矿皮带运输事故的对策和强化皮带运输系统安全管理的措施。     

区域煤炭运输模型的研究

本文根据系统理论和区域规划的原理,提出了适合于区域性煤炭运输系统的建模方法—内外双层模型法。此种建模方法克服了传统方法的局限性,为区域煤炭运输规划提供了可行方法.     

露天矿山胶带运输系统可靠性分析

该文就露天矿山胶带运输系统在设计、削造、实验，使用中的可靠性分析，提出提高胶带运输系统可靠性的途径，完善其在露天矿输送作业中的应用。     

新信息Verhulst直接模型区间灰数预测

针对传统Verhulst模型以实数序列为建模对象,而对区间灰数的预测还比较缺乏的问题,利用直接建模思想,得到一利新信息Verhulst直接模型形式;在核与灰半径的基础上,构建相应的区间灰数预测模型;通过核与灰半径,推导出所建预测模型区间灰数上下界的时间响应式.应用实例表明:区间灰数预测模型具有很好的有效性和实用性,拓宽了灰色预测模型的使用范围.     

露天矿山地质数据库的构建与应用

针对露天矿三维地质建模中,为了便于地质数据的利用与存储,以地质数据库管理地质数据为依据,通过对地质数据进行分析与归类,按照地质数据的属性,将地质数据库分为钻孔数据库、图形数据库以及工程数据库,设计数据库中数据表的结构,阐述了数据表的含义,按照地质数据库的创建流程,建立了地质数据库.介绍了地质数据库在数据存储、可视化提取以及数据显示中的应用,为露天矿三维地质建模提供了有效的数据支持.     

基于MAS的智能后勤运输系统的建模方法

根据现代战争对军事后勤敏捷化、可视化、智能化的需要，介绍了智能后勤运输系统概念，分析了智能后勤运输系统的三种通信方式，即内部运输系统通信方式、路径选择－运输实体广播通信方式和路径选择－运输实体双向通信方式，评介了其利弊并提出了一种基于多智能体的智能后勤运输系统建模方法。     

遗传算法在电子商务系统中的应用

在对电子商务物流运输系统中车辆货物配载最大效益的基础上提出了一种基于遗传算法的车辆配载的最佳建模方法,并应用实例进行了仿真分析。结果表明:该方法用于车辆配载系统的建模仿真能较好地满足物流运输系统中车辆效益的最大值的约束要求,并能较早地找到满足条件的群体,在物流系统的车辆配送问题中具有很大的应用价值。     

基于灰色自记忆原理的煤矿瓦斯浓度预测

 井下瓦斯浓度预测是预防煤矿瓦斯事故的重要环节和基础工作。以预测煤矿瓦斯浓度为研究目的,采用灰色系统理论与自记忆原理相结合的方法,将灰色系统理论导出的煤矿瓦斯浓度变化微分方程代入由自记忆原理推导的离散形式自记忆方程,利用最小二乘法求得记忆系数,建立了煤矿瓦斯浓度预测的灰色自记忆模型。结合李雅庄煤矿304综采面瓦斯浓度实测值,由试算法确定最优回溯阶p=7,建立瓦斯浓度预测灰色自记忆模型,并与G(1,1)模型进行对比分析。研究表明,灰色自记忆模型综合了灰色系统理论和自记忆原理的优越性,能够准确拟合与预测出井下瓦斯浓度变化的总体趋势与波动细节,有较好的工程适应性和较高的预测精度,为井下瓦斯浓度预测提供新的途径。     

卡车路段行程时间的实时动态预测

分析了建立卡车路段行程时间预测模型传统方法的不足,考虑到高度非线性的露天矿运输系统有别于公路交通系统,针对卡车运行时间的随机性,采用多因子预测,阐述了应用人工神经网络(ANN)原理和方法对卡车路段行程时间预测的可能性和优越性,建立了预测模型的基本结构,描述了行程时间与其影响因素间的非线性映射关系,从而提出了基于人工神经网络原理的行程时间预测模型。     

灰色聚类评估在煤矿突水预测中的应用

为了减少煤矿突水带来的危害,准确掌握煤矿发生突水的可能性,采用灰色聚类评估方法,建立矿井突水预测模型,进行矿井突水预测。实例表明,灰色聚类评估方法在煤矿突水预测中可以取得满意的预测精度,预测结果更加可靠。该方法在煤矿突水中的应用进一步拓宽了灰色聚类理论的应用范围,并为煤矿突水的准确预报提供了一种新的方法。     

基于灰色支持向量机的矿山安全事故预测研究

为了提高矿山安全事故预测的可靠性,在灰色预测模型GM(1,1)和支持向量机SVM的基础上,提出了矿山安全事故次数的灰色支持向量机G-SVM的组合预测模型.首先采用GM(1,1)进行数据趋势预测,然后对于残差序列采用支持向量机预测进行捕获,最后将两种模型的结果进行融合,得到组合预测结果.结果表明,组合模型比单一的GM(1,1)模型和SVM模型具有更高的预测精度.     

道路交通事故预报建模方法的研究

文章从道路交通的系统观点提出了一种基于两层模型的预测方案，即指数静态模型和灰色校正动态模型。它与常用的线性回归分析方法有一定的关系，但能更好地解决预测滞后性的问题，提高预测精度。     

矿区生态环境质量预警方法研究

从预警指标体系、预测模型、预警模型三个方面,系统研究了矿区生态环境质量的预警方法。构建了以矿区大气质量、矿区水环境质量、矿区噪声环境质量、矿区生态质量为一级指标的预警指标体系;运用灰色系统理论．建立了预警指标GM（1,1）灰色预测模型;在对预警指标进行无量纲化和赋权的基础上,建立了赋权综合预警模型。     

基于灰色神经网络的道路权重确定方法

提出了一种基于灰色神经网络的道路权重确定方法.首先利用灰色预测模型少数据建模和人工神经网络模型非线性逼近的优点,将两种模型有机结合,实现对交通流的模拟预测;其次利用交通流量-行驶速度以及行驶速度-行驶时间的关系确定交通流量与行驶时间的关系模型;最后结合前两部分建立的模型构建基于灰色神经网络的路阻函数模型,从而确定路段的权重.实验结果表明,该方法具有较高的精度,且模型利用少量的数据就可以确定路段的路阻函数,为路段权值的确定提供了一种有效可行的方法,可用于智能交通的路径规划等应用中.     

矿山地表移动与变形的灰色预测

本文利用灰色系统对矿山地表下沉进行了预测,绘出了灰平面,经后验差检验,预测精度达到一级。灰色系统应用于地表移动与变形预测,建模简便,预测精度高,具有实用意义。     

煤矿铁路巡道员伤亡事故灰关联故障树诊断

将灰色系统理论中的灰关联分析方法与可靠性理论中的故障树分析方法结合,引入到煤矿铁路巡道员伤亡事故的分析诊断中,通过计算故障树底事件结构中的重要度以及灰关联度的计算和排序,对煤矿铁路巡道人员被机车车辆撞轧故障树分析中各种故障模式发生可能性的大小进行了分析判断,在13个底事件构成的24个最小割集中,气候条件恶劣最易产生寻道员伤亡事故,曲线地段或臆测行事也较易产生巡道员伤亡事故,从而为准确预防事故的发生提供了理论依据,计算实例表明,这种方法行之有效,诊断结果可靠。     

露天矿边坡稳定性预测的人工神经网络模型

利用人工智能中的神经网络原理和方法,建立了露天矿顺层边坡稳定状态预测的神经网络模型,描述了矿山边坡稳定指标与其影响的非线性映射关系,提出了露天矿边稳定性预测的神经网络原理和方法。