权利要求
1.用于矿山安全评价和风险预测的数学模型建立方法，其特征在于，包括如下步骤：
步骤1：从事故损失和工伤事故率方面，构建一种对矿山安全绩效进行评价的指标体系；
步骤2：对该评价指标体系进行灰色变权聚类分析，将历史年份统计的安全绩效数据划分为“较好”、“中等”和“较差”三个属性；
灰色变权聚类分析是根据灰色关联矩阵的白化权函数，将一些观测指标或观测对象综合起来定义类别的方法，其具体分析过程如下：
(1)建立一个包含h个指标的矿山安全绩效评价指标体系，选择其中的某一指标作为聚类指标j，根据实际需要将安全绩效评价指标划分为s个不同的子类等级，例如“较好”、“中等”、“较差”等子类，将其中一个子类g的白化权函数设为fjg(·)，假设聚类指标j的子类g的临界值为则聚类指标j相对于子类g的权重为：
(2)典型的白化权函数为其的计算公式为：
(3)将统计的历史年份从小到大排序成1、2、…、n，其中n为统计的历史年份总数；对于某一年份对应的序号i，指标j的样本值xij的灰色变权聚类系数的计算公式为：
(4)根据年份对应的序号i的灰色变权聚类系数值，由判断公式找出其最大的灰色变权系数其中g*为判断对象i的灰类属性；
步骤3：在安全绩效评价指标体系中选择几个重要指标，构建能对安全绩效进行评价的改进式GM(1,1)动态模型，并对矿山的未来的安全绩效进行预测；其分析过程如下：
(1)以F作为分级指标，设置F∈(η1，η2]为第一级，设置F∈(η2，η3]为第二级，依此类推；可以根据实际情况设置l级进行处理，分级指标为：F∈(η1，η2]，F∈(η2，η3]，…，F∈(ηl，ηl+1]；分级序列如下：
其中，ηr和ηr+1分别为r级序列的下限值和上限值，r＝1,2,……,l。
(2)对于r级年份序列其1-AGO序列为：对于其紧邻均值生成值序列为：则对于r级年份序列，有一个改进式GM(1,1)模型为：
(3)改进式GM(1,1)模型的最小二乘估计参数列为：
其中，
(4)改进式GM(1,1)模型的时间响应函数如下：
改进式GM(1,1)模型的时间响应序列如下：
修复模拟值为：
在上述各式中，k＝1,2,…,m；
(5)对实际值
声明：
“用于矿山安全评价和风险预测的数学模型建立方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
2165
编辑：中冶有色网
来源：重庆大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月16日 ~ 18日 
