金山金矿采矿方法的人工智能选择.pdf

蠹 j ， ／ t 参 “ 1 第 l 5卷 1 9 9 5拄 第 4期 1 2 月 工 辑 矿 业 研 究 与 开 发 M I NI NG R＆D Vo I ． 1 5 No ． 4 De c ． 1 9 9 5 一 ／ 金 山金矿采矿方法 的人工智能选择 ●一 长沙 矿山研究院 摘要将模糊数 学、 神经 网络 方法及 灰 色 系统 理论有机地 结合起 来 ， 应 用 于金 山 全 矿 采 矿 方 法 选 择 中是 一灰 新 的 尝 试 。 作 为选 择 结 果 的尾 砂 充 填 高教 率连续 采 矿法 ， 以其技 术可行 和经济合 理 充分体 现 j人I 智能 定 量分析选 择的全 面、 客观和 准确性 。 关键词 采矿 方法选择模糊 数学 神经 网络 灰 色理论 尾砂 充填连 续 采 矿 1 开采技术条件 金山金矿是江西 省一特大型变质热液金矿床， 矿体特征为缓倾斜薄至中厚矿体， 其中， 中厚矿 体 占 4 o 以上 矿体形 态为似层 状 ， 膨 胀收缩 明显 矿体最大厚 度 1 6 m， 最小 0 2 m， 矿石品位 ～7 g ， l ， 顶板围岩比较稳固。 一 2 采矿方法选择 2 ． 1 模 糊数 学初步选 择 根据矿 山地质条 件 、 技术管理水平和生 产情 况 ， 分析认 为 ， 下述 采矿方案 为候选方案 见 表 1 。 衰I 备娄采矿方法选择因素衰 为 比较 各类采 矿方法与 金山金矿 的接近程度 ， 运用模糊数 学加权海 明距 离进 行初选 。 ， 13 一∑w 珥 I U ， 一u l J一】 维普资讯 矿 业 研 究与 开发 第 1 5卷 式 中 W U 采矿方法选择因素的权重值 ； 以 ， B 金山金矿与典型矿山的加权海明距离} u 【 ， 一金 山金 矿采 矿方 法选 择 因素隶属 度模 糊子 集 ； ％ u 典型矿山采矿方法选择因素隶属度模糊子集。 隶属度模糊子集 U u 和 UB 据采矿方法选择因素值， 按二元相对 比较法求算。 权 重 仉 ， 据采矿方法选择因素的权重评分值归一化后计算。 模糊数学选择计算机运算结果 见 表 2 ． 根据模糊数学优化原理， 海明距 离越小． 该法适应性越强 ， 距设计 目标 越 接近 ， 其技 术经济 指 标越 具 实际 意 义。 从表 2 中可以看出， 前三种方案的 海 明距 离较 小 ， 且相 近 ， 可 以认 为， 该 三 种 方 案 均 适合 金 山金 矿 的开 采 条 件 。 为 了更详细 地 比较技术经济指标 ， 下面 再用神经网络方法进 一步分析 。 2 ． 2 神经网络分析 - 2 ． 2 ． 1 神经 网络方 法的基本 原理 寰 2 备采矿方蠢的海明歪一 神经网络系统是 8 0 年代后期迅速发展起来的人工智能的一个分支， 是试图以模拟人脑 系统的组 织方 式来构成新 型的信 息处理 系统 。 它是通过大 量并 行运行的神 经元 处理单元 广泛相互联结而组成的网络系统。 其存贮与处理能力由网络的结构， 联结权值及单个神经元 所 执行的处理而决 定。 目前 ， 在研究和应用中被广泛采纳 有两 种 神经 网络模型 ， 其 一是 以 Ho p t i e l d网络模 型为代表的反馈型， 它具有非线性和动盔性 ； 其二是以多层感知器 P e r c e p t r o n 为基础的 前馈型模型， 它是线性和静态韵阿路 。 其中以 B P B a c r P r o p a g a t i o n 网络模型为典型的前 馈型 ， 其结构如 图 1 所示 。 图 1的 网络模 型 由三层 神 经元 组成 ， 输 田1 多层神经用绻锆梅 入层接受信息． 输 出层输出信息， 它是通过激发一个 S i g m o ]d函数来输 出结果 ， 该函数可表 示为 一 ‘ D f Ne t l b O 1 F _ 二 一 而 ． v晴一 ．∑ ’ 式 中 输 出信息； D J 输入信息 ； 仉 ， {苗 n _1 层中 i 神经元 与第 一层中J 神经元的连接权。 各层单元间的连接权值是网络通过反向传播算法进行的。 采矿方法选择的棱 心问题是 技术经济分析 。 神 经 网络系统可以模拟 部分 形象思维 ， 表达 ●， 晶● 维普资讯 ■ 塾 逛‘ E 第 4期 杨明金 山盘矿采矿方法的人工智 能选择 部分隐式知识， 所以运用神经网络方法 ． 建立直 接获 取技术经济指标的三层神经元 网络模型 B P网络模型是有 其实 际意 义的 。 技术经济分析是在韧选的几个方案基础上 进行的， 对每一方案都建立一个 B P网络模型。 建模时 ， 选择每一采矿方法的若干矿山作为样 本． 就 可利用该模型推测矿 山各采矿方法的技 术经济指标。 假设韧选采矿方法有三种 ， 那么要 建立的三个 B P模型为 B P ～B P ． 建模过程如 图 2所示 。 2 ． 2 2 神经 网络分析与计算结果 在前 述 初选三 种方 案的 基础上 ， 各选 取 采 用这三种方法的四个矿山的技术经济指标作为 计算分析的依据 ， 各方法应用矿山对应的地质 赋存条件及技术经济指标如表 3 所示。 围2 B P攮型的童攮过程 衰 3 应用备方案的矿山蛆 质、 技术经济指标 将应用表 3 中各方案的矿山的技术经济指标变换成[ 0 ， 1 ] 之间的数， 以此作为 B P网络 维普资讯 矿业研究与开发 第 l 5卷 模型的学 习样本集 ， 然后硼练神经网络模型 B ， 模型的误差 e 设为 0 ． o 1 ， 以表 3 各采矿方 i J II 练出来的B P 2 模蛩辅出结檗可分别列出如表4 的形式， 在此基础上再用灰色局势决策 法 进行终选 。 。 衰 4 高摊率亮擅法的矿山技木经济指标的 B P 模型输出 2 ． 2 ． 3灰色局势决策法终选 采矿方 法 所谓灰色局势嵌策， 实质就是多 日标凑策的单 目标化， 即将局势的多 目标值通过 目标 效果测度化为单一目标值 ， 以便进行局势酌综合效果测度 ， 从定量的角度进行方案优选。 对于单点 ， 效果 测度 表示为 上限效果 测度 r j U“ ／ U ， u ≤u一 下限效 果测度 n 』 u ／ Uo ， u ≥U 式中 ～局势中效果最大值 ； u 局势中效果最小值 ； H 局势的效果 。 在目标局势决策中， 首先计算其中每一 目标的扶策元 ， 并构造每一目标的决策矩阵， 然 后构造练合矩阵与权重矩阵， 再按下式计算综合效果测度 ． R r Ⅳ 最后根据综合矩阵中效果测度 R大小 进行优劣排序， R大者为优。 ． 以上述表中 B P模型辅出的数据为基础， 采用灰色局势法优选金山金矿的采矿方法 ， 计 算得到 的效 果矗 I 度如表 5所示 。 衰 5 采矿方法技术指标的效果铡度 ． ． - 一． I ． n， I _ 维普资讯 第 4期 畅明盒 山金 矿采矿 方法 的 人工 智 能选 择 3 1 由上述优劣排序看出， 三种采矿方法中， 尾砂 充填高效率连续采矿法效果测度最大， 所 以该 方案为 终选采矿方 法 。 ． 3 尾砂 充填高效率连续采矿方法工艺简述 采用四个 采场为一 盘区 的连 续开采工艺 。 采场划分 为矿房和 矿柱 ， 矿房宽 1 0 ～1 2 m， 矿 柱宽4 ～5 m， 底柱宽3 m． 矿柱开挖后用尾砂胶结充填 。 采场斜长 7 0 m， 开采时沿矿体倾向划 分 为上下两个分段 ， 上分段 长 4 0m， 下分段 长 3 0m． 回采 前用 浅孔 超前切顶 ． 锚杆 或锚 杆金 属网 扩顶 ， 回采时用扇形中深孔落矿， 抛绳抢传递钢绳 ， 采场内用电耙收集矿石， 振动放矿 机 出矿 ， 待 矿房 回采完毕 ， 用尾砂一次 充填 空区。 4结束语 采矿 方法选择是一个 难度 较大且复杂的过程 。 选择者往往 由于主观片面性 或精 力所眼 ， 所选采矿方法可能缺乏全面性和准确性 。 而应用模糊数学、 神经网络方法和灰色理论的有机 结合， 则有效地解决了这一难题 ， 以其全面性 系统性和准确性 ， 充分体现了它不失为一种科 学的决 策途 径 ． S ELECTI ON 0tF M I NT NG M ETHOD BY USE C I F ARTI Fl CI AL I NT1 LLI IGENCE FOR J 1 NS HAN G0L D MI N]E Yan ff M i n g Ch a n g s h a I n s tit u t e o fl M i n i n g Re s e a r c h ABS TRACT Th e c o mb i n e d u s e o f f u z z y ma t h e ma t ／ c s， n e ur a I n e t me t h to d a n d g r a y s y s t e m t h e o r y i n t h e s e l e c t i o n o f mi n i n g me t h o d f o r J i n s ha n go l d mi n e wa s a n e w t r i a 1 ． Th e h i g h 一 e f f i c i e n c y c o n t i n u o u s mi n i n g me t h o d wi t h t a i ff n g s i H i n g a ,q t h e s e l e c t e d r e s u l t d i s p l a y e d c o mp l e t e l y， i n a s p e c t s o f t e c h n i c a l f e a s i b i l l i t y a n d e c o n o m i c r a t i on a l i t y， t h a t t h e q u a n t i t a t i v e a n a l y s i s a n d s e l e c ti o n o f a r t i fi c i a l i n t e l l i g e n c e we r e c o mp r e h e n s i v e , o b j e c t i v e a n d a c c u r a t e ． KEY W ORDS M i n i n g me t h o d s e l e c tio n，Fu z z y ma t he ma t i c s，Ne u r a l n e t ，Gr a y t h e o r y， C o n tin u o u s mi n i n g wi t h t a i l i n g s fi l l i n g ，⋯⋯⋯⋯⋯⋯⋯⋯ ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯’’ ⋯’ 、 l 欢 迎购 买“ 矿山 机 械专辑” l ； 本刊1 9 9 j 年增刊“ 矿山机械专 辑” ， 汇集7 长沙矿山研究 院机械研究所近4 0 来 的i 重大科研 成果及先进设 备的国 内外发展动态 ， 乃矿业莽 不可 多得 的一本 系统文献 资料 。； ； 现有少量出售， 每本价陆元， 欢迎矿业界同仁惠顾。 需要者请来函与本刊 编辑部联系 。 { ； 联系 地 址 湖 南 省 长 廿 市 麓 山 南 路 2 3 6 号 4 1 0 o l 2 i 矿业研究与开发 编辑部 i 、⋯⋯⋯⋯⋯‘⋯⋯⋯‘⋯⋯⋯⋯⋯⋯⋯⋯⋯‘⋯⋯⋯⋯⋯⋯⋯⋯t‘ 维普资讯