[发明专利]一种基于模糊聚类的矿井安全评价方法

摘要

本发明提出了一种基于模糊聚类的矿井安全评价方法，对煤矿生产过程中矿井的安全评价指标结果进行综合评价，该聚类方法融合K‑means、FCM、FCCI方法。在本方法中，针对煤矿安全管理中的通风安全监控、运输和提升、瓦斯和粉尘防治、矿井防火、井下爆破安全、矿井防冒顶、矿井防透水等7个因素进行综合分析，分析后的评价结论可以为煤矿企业的安全管理决策提供技术依据。相比FCM方法与FCCI方法，减少了迭代次数，提升了运算速率，且因采用K‑means方法的聚类中心选取办法，消除了类簇为空的现象。而且该方法的准确率相比FCCI方法，得到了小部分的提升。

主权项

一种基于模糊聚类的矿井安全评价方法，其特征在于：该方法包括以下步骤：(1)数据准备：将第i个矿井Ki表示为向量形式其中xi1、xi2、xi3、xi4、xi5、xi6、xi7分别表示矿井Ki的通风安全监控数值、运输和提升数值、瓦斯和粉尘防治数值、矿井防火数值、井下爆破安全数值、矿井防冒顶数值、矿井防透水数值，得到N个矿井所对应的向量其中i为自然数，且1≤i≤N；(2)对数据使用模糊聚类方法，针对N个矿井向量使用模糊聚类方法进行聚类，具体步骤如下：1)首先根据改进的K‑means方法，求出c个聚类中心。具体步骤如下：1.随机选择c个矿井作为聚类中心；2.计算每个矿井到聚类中心的欧氏距离dcij＝wi||xij‑pcj||，其中pcj为第c个聚类中心的第j个属性值，xij为第i个样本的第j个属性值，wi为第i个矿井的加权数，其中,在第一次循环中w1＝1，之后的循环中wi的值为第i个矿井与其所在类簇的其他矿井之间距离的均值；3.比较矿井到各聚类中心的距离，并根据最小距离进行划分，重新计算每个聚类的均值，作为新的聚类中心。4.重复步骤2与步骤3直至聚类中心不再变化，此时得到c个聚类中心；2)根据上述得到的聚类中心，计算隶属度其中uci为第i个矿井对第c个聚类中心的隶属度，其值介于0和1之间，且约束条件为dkij＝wi||xij‑pkj||为第i个矿井到第k个聚类中心之间的欧氏距离，且m∈[1,∞)是加权指数；3)计算其隶属关系其中Tv是权重；4)根据vcj，再次计算隶属度其中Tu是权重；最终根据uci，比较第i个矿井对c个类簇的隶属度，得到隶属度最大值，则将该矿井划分到其最大值所对应的类簇中，得到c个类簇P1,P2,...,Pc，即完成对矿井向量空间的聚类。