[发明专利]一种煤矿安全评估的方法

说明书

技术领域

本发明涉及煤矿安全评估研究，特别是涉及基于使用遗传算法改进层次分析法对煤矿安全进行评估。 

背景技术

改革开放以来，全国煤矿能源需求量逐年加大，煤矿的价格上涨致使许多煤矿加大了开采的力度，高强度生产开采的同时也导致煤矿的灾害事故频发。煤矿开采属于高危行业，井下作业包含许多不安全因素：瓦斯、煤尘、顶板、火、水；矿井内的温度、湿度、风速等，随时威胁到人员的生命健康，由于井下的生产环境不同，事故的诱因各异，而引起事故的因素却又相互关联，对煤矿进行安全评价显得尤为重要。 

煤矿安全评价的难题在于煤矿安全指标体系的决策项繁多，进行各方面兼顾的综合评价比较困难，各项指标间的重要度难以比较。层次分析法是一种定性与定量相结合的评价方法，运用专家打分规则评定多项决策间的重要度，形成判断矩阵，能够较客观的反映实际情况。 

层次分析法将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。层次分析法中判断矩阵的建立源于专家组的打分，所得数据难免带有主观性，于是出现判断矩阵不满足一致性的情况。 

本发明引用遗传算法用于解决判断矩阵的一致性及排序权值的确定，能够得到较满意的排序权值，使判断矩阵具有满意的一致性，并结合模糊综合评价法对煤矿进行安全评价，得出更精确的评价结果。 

发明内容

针对煤矿安全评价中，使用层次分析法进行安全评价存在的问题，本发明提出一种基于使用遗传算法改进层次分析法对煤矿安全进行评估。 

判断矩阵的一致性检验是层次分析法的关键步骤，根据判断矩阵的定义，若该矩阵完全满足一致性时有： 

 

如上，将判断矩阵的一致性问题转化为非线性函数优化问题，则有：

s.t.    , , k=1~n， 

其中CIF(n)为判断矩阵的一致性函数，为元素的排序权值。此函数用常规方法很难处理，因此引入遗传算法用于函数求解。

遗传算法的整体搜索策略和优化搜索方法在计算是不依赖于梯度信息或其它辅助知识，而只需要影响搜索方向的目标函数和相应的适应度函数，所以遗传算法提供了一种求解复杂系统问题的通用框架，是一种经典的函数优化方法。图1为遗传算法的基本运算过程，主要操作包括三个基本算子：选择，交叉，变异。其中个体遗传算子的操作都是在随机选择情况下进行的，因此群体中个体的最优解迁移规则是随机的，同时也是高效有向的搜索。 

附图说明

图1 安全指标体系。 

具体实施方式

为使本发明的上述目的、特征和优点更加明显易懂，下面结合使用到的相关理论和具体实施方式对本发明作进一步详细的说明。 

1 煤矿安全评价系统指标体系的建立 

    本发明引用煤矿生产系统的安全评价为例，研究对象为整个煤矿生产系统。目标层为煤矿安全评价；决策一层指标为六个：地质条件、技术装备、人员素质、安全教育、环境安全、管理水平；决策二层指标包含26项，指标体系如图1。

2 因素集和评语集 

最上一层为目标层A,中间层为决策层一，最下层为决策层二C,其中，,,,

,,评语集为5个等级，V={很差，较差，一般，较好，很好}。 

3 隶属度的确定 

隶属度是描述模糊综合评价法中某一元素对其模糊子集的隶属程度，由专家打分和隶属度函数得出决策一层的隶属度矩阵分别为。请10位专家为决策二层的各元素进行投票，得到评价矩阵如下：

       

   

4 评分结果

评价结果，为决策一层元素的权值，，（i=1,2,3,4,5,6），最后根据最大隶属度原则确定评价等级。

5 判断矩阵的建立 

通过重要度比较，得到决策层的判断矩阵分别为：

 

6 权值及一致性指标函数计算结果

用遗传算法计算各元素的权值，结果如表1所示。

表1 元素权值计算结果 

7 安全评价结论

根据公式计算二级决策层指标评判结果：

 

由此得到决策一层的隶属度矩阵，计算一级决策指标评判结果D，，根据最大隶属度原则，最后评定结果为：安全状况属于“一般”。