基于AHP-TOPSIS评判模型的姑山驻留矿采矿方法优选

为了解决马钢集团姑山露天铁矿境界外驻留矿体的开采技术难题,在综合层次分析法(AHP)和逼近理想解的排序法(TOPSIS)基本理论的基础上,建立AHP-TOPSIS综合评判指标体系模型,对4种拟选的采矿方法进行综合评判优选.从经济、技术、安全3方面综合考虑影响采矿方法的评判指标,通过层次分析法客观的确定各评判指标的权重向量,进而结合逼近理想解的排序法原理构建AHP-TOPSIS综合评判指标体系模型,计算出4种采矿方法基于评判指标的综合优越度.研究结果表明:4种拟选采矿方法的优越度分别为45.3％,46％,64.3％,30％,第Ⅲ种采矿方法(上向水平分层充填法)最优.该结果与模糊数学、突变级数法的评判结果基本相符,AHP-TOPSIS综合评判指标体系模型对于采矿方法优选具有工程的可行性和有效性.     

基于组合赋权TOPSIS的采矿方法优选

针对传统采矿方法选择存在的弊端以及数值优选权重确定的难题,综合考虑影响采矿方法选择的技术、经济、安全等因素,利用层次分析法基本原理建立了采矿方法综合评价指标体系,采用层次分析法和熵权法对决策指标进行组合赋权,运用基于组合赋权的逼近理想解排序法对待选采矿方法进行综合评价,计算出各方案的综合优越度,实现采矿方法的优选。最后,以云南某矿为例,设计了3种备选采矿方法,得出待选方案的综合优越度依次为0.033 03、0.583 49、0.966 96,从而确定方案3环境再造中深孔落矿嗣后充填采矿法为最优。研究结果表明,基于组合赋权的TOPSIS法在采矿方法选择的评价中更合理、更可靠。     

基于灰色关联和加权TOPSIS法的采矿方法优选

 为建立采矿方案综合评判指标体系,在综合层次分析法(AHP)、灰色关联分析法(GRA)和加权TOPSIS法基本原理的基础上,构建加权TOPSIS-灰色关联综合评判模型,对多种采矿方案进行综合评判优选。优选过程中,从经济、技术、安全3大类因素综合考虑影响采矿方法的评判指标,通过层次分析法获得各评判指标的权重向量,利用灰色关联系数改进加权TOPSIS法,建立加权TOPSIS-灰色关联综合评判模型,并运用TOPSIS法原理计算出各方案基于评判指标的综合优越度。以石人沟铁矿露天转地下采矿方案优选为例,得出4种拟选采矿方案的综合优越度分别为47.9%、62.5%、63.9%、59.9%,确定第3种采矿方案最优。经矿山实践验证了该评判模型的可行性和有效性。     

新桥硫铁矿采矿方法模糊选择

应用模糊数学原理对新桥硫铁矿8勘探线以东难采矿体的采矿方法进行优选,建立了影响采矿方法选择的定量和定性指标体系,应用层次分析法确定影响因素的权重,并对定量和定性指标分别计算隶属度,最终得到待选择方案的综合评判向量(0.960,0.804,0.865),即优越度分别为96.0%、80.4%和86.5%,从而确定方案Ⅰ最优。矿山实践表明,模糊选择的采矿方法较好地适用于生产,取得了良好成效。     

基于主成分聚类分析的采矿方法优选

 采矿方法优选涉及到多指标体系的分类及综合评价问题,利用主成分分析简化了指标结构,将主成分分析与聚类分析相结合,提出了主成分聚类分析法,并基于该方法对来自某矿山的15个试样的采矿方法进行了优选。在此过程中,针对传统主成分分析方法的缺点和应用中可能出现的误区,通过均值化改进了主成分分析的特征提取,通过以主成分得分为新的数据基础做聚类分析改善了综合评价效果;对主成分含义给出了较为明确的解释;对主成分聚类、第一主成分得分、主成分综合得分的排序结果进行了对比分析。研究表明,主成分聚类分析法则既可以对多变量数据进行合理地分类,又能对各类优劣程度做出综合评价,能充分反映矿山的实际情况,终选出的采矿方法在工业试验后成效显著,验证了该决策方法是切实可行的。     

基于模糊聚类及层次分析法的采矿方法综合评判优选

以程潮铁矿为工程背景,将采矿方法初选视为分类问题来处理,采用模糊聚类法从技术影响因素方面按照相似程度对采矿方法进行了分类初选,避免了以往采用工程类比进行初选的主观随意性,提高了采矿方法初选方法的科学性.在此基础上,运用层次分析法,综合考虑经济、资源、效率、安全及环境等五大类因素,构建了较为全面的采矿方法选择综合层次评价指标体系,并得到了合理的权重矩阵,较好地解决了多因素决策时各方案评判指标出现优越性交叉时的权重分配问题.最后采用模糊综合评判方法确定最优采矿方法.     

基于主成分分析与神经网络的采矿方法优选

基于利用神经网络预测采矿方法存在一些不足,建立主成分分析法与神经网络结合的采矿方法优选模型。对神经网络的输入数据进行主成分分析,使输入数据不相关且减少。研究结果表明:利用主成分分析法可将输入数据减少,消除由于BP网络输入数据太多而影响数据处理速度的缺陷;把主成分分析法和神经网络结合进行采矿方法优选,可使预测精度大大提高。     

基于AHP-TOPSIS的网络化弹药攻击决策算法

针对网络化弹药攻击决策问题,提出了基于AHP-TOPSIS的网络化弹药攻击决策算法.分析了影响网络化弹药攻击决策的关键属性,利用AHP算法构建层次结构,构造判断矩阵,确定各属性的权重,进而使用改进的TOPSIS算法得到决策方案的排序结果.仿真结果表明,算法具有计算量低、实时性高的特点;算法能够有效解决多节点攻击决策问题,并有效抑制了逆序现象,具有一定稳健性和实用性.      

利用模糊数学综合评判优选采矿方法

研究了云南某铁矿2#矿体,根据矿山概况和矿床技术条件,可以采用方案一:不拉顶中深孔房柱采矿法,方案二:拉顶预控中深孔房柱采矿法,方案三:拉顶不预控中深孔房柱采矿法.为使开采方法最优引入模糊数学层次分析法和变权法,利用模糊数学综合评判,确定最优采矿方法.     

变权模糊综合评判优选采矿方法

采矿方法选择是一个典型的模糊决策问题。影响采矿方法选择的诸多因素中,既有定量指标也有定性指标。为了克服传统技术经济评价法的局限性,达到全面、准确的择优效果,提出使用变权模糊综合评判优选采矿方法。该方法不但解决了采矿方法选择的定量评价问题,而且通过变权法能够根据各评估值的大小适当调整各因素的权重,突出评估值较低项的不完善性,因而使得综合评判结果更具有合理性、科学性。     

模糊数学在采矿方法优化选择中的应用

本文详细介绍了运用模糊矩阵进行金川矿三矿区采矿方法优化选择的方法，可为有关部门决策提供参考。     

企业物流绩效综合评价的AHP-TOPSIS方法及应用

企业物流绩效综合评价的关键是怎样选择或建立评价模型,以及怎样根据评价模型建立评价指标体系.以企业物流绩效为研究对象,建立了一种较全面的二层次指标体系,综合考虑了客户、成本、服务水平、信息以及创新学习等各方面的绩效指标;利用AHP法确定一级指标和每个二级指标的权重,并对指标进行标准化处理.建立了AHP-TOPSIS评价模型;最后给出一个算例.     

基于AHP与TOPSIS方法的中文搜索引擎评价体系

 随着搜索引擎在信息化生活中的指导作用越来越强,建立完整的评价体系已经成为搜索引擎优化的基础。本文从搜索引擎评价体系的现状入手,结合搜索引擎特点,采用定性和定量相结合的分析方法,排除相关性高的指标,确定最终索引数据库性能、检索效果、用户便利度三大类13个评价指标。在此基础上,运用基于比例标度的层次分析法(Analytic Hierarchy Process,AHP)构建层级结构,借鉴专家意见确定评价指标的权重;结合TOPSIS法(Technique for Order Preference by Similarity to an Ideal Solution)进行评价指标数值的规范化处理并排序计算,构建了较为完整的评价体系。选择四大热门中文搜索引擎作为评价对象,进行实证分析,结论表明,本文所述评价指标体系和方法思路可行,有较强可操作性和指导作用。     

基于改进的AHP-TOPSIS评判模型的盛大铁矿采矿方法优选

 为解决盛大铁矿低效开采的难题，运用改进的AHP-TOPSIS 综合评价指标体系模型，对5 个采矿方案进行综合评判优选。从经济、技术、安全3 方面综合考虑影响采矿方法的评判指标，通过改进的层次分析法客观地确定各评判指标的权重向量，结合逼近理想解的排序法原理，构建改进的AHP-TOPSIS 综合评判指标体系模型，基于评判指标计算出5 种采矿方案的综合优越度。结果表明，5 种采矿方案优越度依次为29%、28%、21%、22%、20%，其中分段接力退采分段充填采矿法为最优。     

基于改进遗传算法的露天采矿优化

首先针对露天采矿优化问题的实际情况,建立了优化数学模型,并将原问题的约束条件转化为目标函数的组成部分,使之便于利用遗传算法求解.针对遗传算法的局限性,实施了最优保留策略,并改进了选择、交叉和变异操作,使该算法能够有效地提高收敛速度,避免早熟收敛.最后,通过实际算例说明,该优化方法有效、实用.     

基于模糊AHP/TOPSIS法的项目群构建评价研究

根据项目群构建的要求,论述了项目群构建评价指标体系的建立思路,从项目自身重要性、项目对项目群的适宜程度和项目与其他项目的相关程度三个方面建立项目群构建评价指标体系,针对专家评价法的不足,提出基于模糊AHP/TOPSIS法的项目群构建评价模型,最后通过实例说明方法的合理性。