论文部分内容阅读
【摘要】本文主要对采矿方法优化中灰色关联理论的应用和作用进行了分析，指出：通过简单的灰色关联法在采矿方法中进行数值优选时，在很大程度上会致使其结果失真，于是笔者对多目标模糊决策法做了相应的改进，结果发现方法更加优越简单。
【关键词】采矿；灰色关联；多目标模糊决策；数值优选
在社会以及农业等诸多的抽象系统因素分析中，灰色关联理论和多目标模糊决策被广泛的运用，这在很大程度上显示了两种方法的实用性。最近几年来，灰色关联理论和多目标模糊决策法已应用在采矿方法的数值优选中，笔者认为，在解决这些问题的过程中，以上两种方法所具有的优越性还需进一步的探讨和分析。
1、灰色关联理论的应用
1.1关联系数计算
在采矿生产的实践活动中，所有被评价指标的因量纲不一样，相互之间均存在较大的差别，如，当采矿生产能力以“吨/月”作为计量单位时，其数值能达到1000左右，但其采矿损失率以及矿石贫化率一定将比1小。倘若不对它们做相应的无量纲化处理，直接单一的应用灰色关联理论的式（1），对被比较的数据列中所有元素和与参考数据列中一些相应元素的关联系数进行计算，此时参考数据列视为一种假设最优组合，其两级的最小差一定是零，但其两级的最大差在通常情况下均是取自采矿生产能力指标，而且数值较大，所以，在计算矿石贫化率和采矿损失率指标的关联系数时，因为式（1）中的数据项?小于两级最大差，在很大程度上会造成该部分的关联系数偏大，进而给结果的正确性造成影响。
其中，
1.2参数无量纲化
通过运用初值化算子及均值化算子、区间值化算子D1、D2、D3均能使系统指标序列无量纲化，现阶段，在很多文献中均应用区间值化算子D3来进行计算，其公式详见如下：
实质上，式（2）、（3）可作为多目标模糊决策法中一种优属度的计算公式，从一般意义上来讲，该结果可反映出其指标的优良程度；事实上，式（1）所表示的一种关联系数在很大程度上更能体现指标的优良程度。因此，笔者认为：在采矿方法数值优选中，通过运用D1、D2来实现无量纲化，其效果会显著，其中，使用D1运算会表现的更加便捷。
2、多目标模糊决策法的改进
在采矿方法优选中，运用最广泛的一种多目标模糊决策法模型为：B=W.R
在通常情况下，该种方法按照相对选择率的大小来排定所有采矿方法的优劣顺序，该原理既简单，又给手工计算带来方便，同时其结果的准确性较高。但是，其指标优属度的计算公式依然有改进的地方，如此方法可用式（5）或式（6）对指标的优属度进行相应的计算：
当aij是正向指标时：(5) 当aij是负向指标时： (6)
在这里必须指出：式（6）还需作进一步的改进，其原因就是，此时的ajmax为最劣值，倘若仍运用它作为比较对象，从表面上来看，它和正向指标的处理形式保持一致，但从本质上来看，减少了正、负向指标优属度的对比性，人为地对负向指标的优属度所具有的价值进行了削弱。经过比较分析，笔者认为用式（7）来计算负向指标的优属度，其效果更佳。
3、应用实例
某金矿矿脉属于含金石英脉，其平均品位为7.89克/吨，矿体厚度在8m和15m之间，倾角在10度和30度之间，矿石坚固性系数f在8和12之间，松散系数为1.7，密度为2.7吨/立方米。围岩着重表现为黑云母斜长片麻岩，其次便表现为角闪斜长片麻岩，其坚固性系数f在12到14之间，属中等稳固，在靠近地表的一些风化带，其稳固性比较差。
根据采矿技术与地质状况，初步选择五种较为可行的采矿方案，五种方案和技术经济指标、用层次分析法所计算出的所有指标权重值共同列于表1中 。其中，A1、A2、A3、A4、A5分别代表普通浅孔房柱法、锚杆护顶浅孔房柱法、切顶锚杆中深孔房柱法、下盘漏斗中深孔房柱法以及爆力运搬中深孔房柱法。在各项指标中，其安全程度与施工难易度属于一种定性评价指标，而其余指标都属于一种定量评价指标，其中，属于正向指标的有矿房生产能力、安全程度以及采矿工效和施工难易度，其余4项指标均属于一种负向指标。
从表1可以得出，最优越的参考数据列为｛x0｝=｛200，4.81，8，15，8，0.49，12，4.77｝，此时我们能得知两级最大差是130，而两级最小差是0，于是，式（1）可简化成： (8)
通过式（1）简化来的式（8）对方案A1所对应的关联系数数据列进行计算，其结果为ζ1（k）=（0.3514，0.9651，0.9420，0.9286，1，1，0.9420，1），从表1我们可以明显的看出，简单的运用灰色关联法在很大程度上会导致结果失真，从而给决策造成一定的影响。
通过运用改进的多目标模糊决策法，我们可以创建以下优属度矩阵：
由于在式（11）中，B3﹥B2﹥B4﹥B1﹥B5，因此，每項方案的优劣次序可排列成A3﹥A2﹥A4﹥A1﹥A5，也就是说，方案3属于最优方案，这和文献［1］所给出的结果是相同的，通过运用已经改进的多目标模糊决策法，其运算过程将变得更为简捷。
4、结论
研究结果表明，在较为特殊的因素分析过程，由于参考数据列通常是已经存在的，所以，运用灰色关联法较为合适，但针对一些方案优选问题，改进的多目标模糊决策法将显得更为优越，计算过程简单。
【关键词】采矿；灰色关联；多目标模糊决策；数值优选
在社会以及农业等诸多的抽象系统因素分析中，灰色关联理论和多目标模糊决策被广泛的运用，这在很大程度上显示了两种方法的实用性。最近几年来，灰色关联理论和多目标模糊决策法已应用在采矿方法的数值优选中，笔者认为，在解决这些问题的过程中，以上两种方法所具有的优越性还需进一步的探讨和分析。
1、灰色关联理论的应用
1.1关联系数计算
在采矿生产的实践活动中，所有被评价指标的因量纲不一样，相互之间均存在较大的差别，如，当采矿生产能力以“吨/月”作为计量单位时，其数值能达到1000左右，但其采矿损失率以及矿石贫化率一定将比1小。倘若不对它们做相应的无量纲化处理，直接单一的应用灰色关联理论的式（1），对被比较的数据列中所有元素和与参考数据列中一些相应元素的关联系数进行计算，此时参考数据列视为一种假设最优组合，其两级的最小差一定是零，但其两级的最大差在通常情况下均是取自采矿生产能力指标，而且数值较大，所以，在计算矿石贫化率和采矿损失率指标的关联系数时，因为式（1）中的数据项?小于两级最大差，在很大程度上会造成该部分的关联系数偏大，进而给结果的正确性造成影响。
其中，
1.2参数无量纲化
通过运用初值化算子及均值化算子、区间值化算子D1、D2、D3均能使系统指标序列无量纲化，现阶段，在很多文献中均应用区间值化算子D3来进行计算，其公式详见如下：
实质上，式（2）、（3）可作为多目标模糊决策法中一种优属度的计算公式，从一般意义上来讲，该结果可反映出其指标的优良程度；事实上，式（1）所表示的一种关联系数在很大程度上更能体现指标的优良程度。因此，笔者认为：在采矿方法数值优选中，通过运用D1、D2来实现无量纲化，其效果会显著，其中，使用D1运算会表现的更加便捷。
2、多目标模糊决策法的改进
在采矿方法优选中，运用最广泛的一种多目标模糊决策法模型为：B=W.R
在通常情况下，该种方法按照相对选择率的大小来排定所有采矿方法的优劣顺序，该原理既简单，又给手工计算带来方便，同时其结果的准确性较高。但是，其指标优属度的计算公式依然有改进的地方，如此方法可用式（5）或式（6）对指标的优属度进行相应的计算：
当aij是正向指标时：(5) 当aij是负向指标时： (6)
在这里必须指出：式（6）还需作进一步的改进，其原因就是，此时的ajmax为最劣值，倘若仍运用它作为比较对象，从表面上来看，它和正向指标的处理形式保持一致，但从本质上来看，减少了正、负向指标优属度的对比性，人为地对负向指标的优属度所具有的价值进行了削弱。经过比较分析，笔者认为用式（7）来计算负向指标的优属度，其效果更佳。
3、应用实例
某金矿矿脉属于含金石英脉，其平均品位为7.89克/吨，矿体厚度在8m和15m之间，倾角在10度和30度之间，矿石坚固性系数f在8和12之间，松散系数为1.7，密度为2.7吨/立方米。围岩着重表现为黑云母斜长片麻岩，其次便表现为角闪斜长片麻岩，其坚固性系数f在12到14之间，属中等稳固，在靠近地表的一些风化带，其稳固性比较差。
根据采矿技术与地质状况，初步选择五种较为可行的采矿方案，五种方案和技术经济指标、用层次分析法所计算出的所有指标权重值共同列于表1中 。其中，A1、A2、A3、A4、A5分别代表普通浅孔房柱法、锚杆护顶浅孔房柱法、切顶锚杆中深孔房柱法、下盘漏斗中深孔房柱法以及爆力运搬中深孔房柱法。在各项指标中，其安全程度与施工难易度属于一种定性评价指标，而其余指标都属于一种定量评价指标，其中，属于正向指标的有矿房生产能力、安全程度以及采矿工效和施工难易度，其余4项指标均属于一种负向指标。
从表1可以得出，最优越的参考数据列为｛x0｝=｛200，4.81，8，15，8，0.49，12，4.77｝，此时我们能得知两级最大差是130，而两级最小差是0，于是，式（1）可简化成： (8)
通过式（1）简化来的式（8）对方案A1所对应的关联系数数据列进行计算，其结果为ζ1（k）=（0.3514，0.9651，0.9420，0.9286，1，1，0.9420，1），从表1我们可以明显的看出，简单的运用灰色关联法在很大程度上会导致结果失真，从而给决策造成一定的影响。
通过运用改进的多目标模糊决策法，我们可以创建以下优属度矩阵：
由于在式（11）中，B3﹥B2﹥B4﹥B1﹥B5，因此，每項方案的优劣次序可排列成A3﹥A2﹥A4﹥A1﹥A5，也就是说，方案3属于最优方案，这和文献［1］所给出的结果是相同的，通过运用已经改进的多目标模糊决策法，其运算过程将变得更为简捷。
4、结论
研究结果表明，在较为特殊的因素分析过程，由于参考数据列通常是已经存在的，所以，运用灰色关联法较为合适，但针对一些方案优选问题，改进的多目标模糊决策法将显得更为优越，计算过程简单。