变权重灰色归类识别模型在煤层冲击倾向性评价中的应用

为了准确合理地评价煤层冲击倾向性,提出煤层冲击倾向性评价的变权重灰色归类识别模型。选取煤的冲击倾向鉴定中推荐使用的4项判定指标作为煤层冲击倾向性评价指标,依据变权思想求解评价对象的变权权向量。通过灰色关联分析确定评价对象相对于冲击倾向性评价标准的灰色距离关联度,进而构建冲击倾向性灰色归类识别模型,得到评价对象的灰色差异度,并以最小隶属度原则判断评价对象的冲击倾向性隶属类别。工程实例表明,变权重灰色归类识别结果与综合评判结果相吻合,能准确地对煤层冲击倾向性进行定量分析与评价。研究结果为冲击倾向性评价与鉴定提供了一种新方法。     

基于CRITIC法与可变模糊集的煤与瓦斯突出预测

针对煤与瓦斯突出评价的模糊不确定性问题,提出基于CRITIC法的可变模糊集预测方法,以此提高煤层突出危险程度预测的准确率。模型选取突出矿井防突工作中常用的6项判定指标作为煤与瓦斯突出评价指标,并确定了煤层突出危险程度分级标准;采用CRITIC法计算评价指标权重,引入可变模糊集理论合理确定评价指标对各级别的相对隶属度,建立煤层突出危险程度可变模糊集预测模型,依据危险等级特征值判断评价对象的隶属类别。实例应用表明,该方法较好地考虑了模型参数的可变性,准确地预测了煤层突出危险程度,评判结果更为可信,为煤岩动力灾害的准确预测提供理论指导。     

做好通信工程监理工作探讨

当前通信建设领域，在建设项目规模越来越大。多专业变叉越来越复杂，技术更新越来越快的情况下，不熟悉现代工程管理的业主需要有丰富经验的专业化监理工程师来帮助其进行工程管理。通信工程建设监理行业经过几年来的发展，取得了瞩目的成绩。包括：建立了一套较为完善的通信工程建设监理制度，改变了过去业主与承包商的二元结构管理模式，形成了三方制衡的先进管理模式，初步形成了建设监理的规范系框架，并规范了监理工作，建立了一支初具规模的监理队伍，监理工作涉及的范围基本上覆盖了通信建设工程的各个领域；提高了监理工作在行业内认知度，初步得到了社会的认可。     

基于量子免疫遗传算法的煤与瓦斯突出神经网络预测

为了用BP神经网络更准确地预测煤与瓦斯突出危险性,将免疫算法中基于繁殖概率的抗体多样性保持机制引入量子遗传算法(QGA),提出量子免疫遗传算法(QIGA)优化神经网络模型QIGA-BP。模型采用QIGA分别对神经网络的隐含层和连接权值进行全局寻优,以此提高BP网络的搜索效率和泛化能力。以平均影响值分析法筛选的煤与瓦斯突出显著变量作为BP网络的最佳输入参数,分别用QIGA-BP,QGA-BP,免疫遗传优化BP模型和传统BP模型对突出煤层工作面的实例数据进行预测。结果表明,QIGA在BP网络优化过程中具有更好的优化性能,用QIGA-BP模型预测工作面突出危险性具有更好的预测能力和更高的预测准确率。