基于距离的最大聚类数探索算法的探讨

聚类是数据挖掘中用来发现数据分布和模式的一项重要技术，它是数据挖掘中的一个很活跃的研究领域，目前提出了许多聚类算法。这些聚类算法中，聚类数一般需要给定，但是在多数情况下，聚类数事先无法确定。由于各种聚类算法一般依赖于初值，即使聚类数保持不变，算法决定的聚类结果也可能有所不同，因此对同一个数据集，如何评价聚类算法给出的不同聚类结果就成了一个关键问题，这一问题人们称之为聚类有效性问题。     

露天矿的优化设计(一)

露天矿代化设计的实质是以计算机为基础去实施一种适用于矿体三维块段模拟的算法。勒奇斯和格罗斯曼于1965年发表的第一个计算机算法开创了运筹学在矿业中应用的一个最为活跃的领域。虽然这种算法至少已有25年是求得最优露天矿形状的唯一可证明的严格方法，然而，在矿业中仍然未能获得广泛应用。可是，它几乎被普遍视为据以对照评价一切其它算法的基准。勒奇斯-格罗斯曼算法所以迟迟不能采用的最主要的原因是它在应用与实施方面的实际困难：编程有困难，很难容纳边坡变化和运输道路布置等约束条件，运算时间长以及方法难于理解。主要出于这些原因，寻求新算法的工作经久不衰。很早就显示出发展前途的勒奇斯-格罗斯曼算法的一个变种是科罗勃夫算法。然而，按其原始型式，这种算法并不能保证在一切场合获得最优解。我们先综观一下露天矿最优设计算法的发展情况和现状，然后将给出一种算法。在矿体各特定部分的边坡预先定义好之后，它能将边坡变化情况自动地结合到勒奇斯-格罗斯曼算法和科罗勃夫算法中去。接着介绍一种能保证得出最优解的科罗勃夫算法的改进方法。因此，提供了一种优于勒奇斯-格罗斯曼算法的方法。科罗勃夫改进算法虽然是一种试探法，但可以证明是一种最优方法。同时，它是一种简单易懂的     

基于混合遗传算法的结构优化设计

针对传统遗传算法存在的问题,提出了一种新的将最佳矢量算法和遗传算法相结合的混合遗传算法。分析表明,这种混合遗传算法既发挥了最佳梯度算法局部搜索能力强的特点,又结合了遗传算法全局搜索能力强的优点,避免出现早熟现象,使收敛速度大大改善。     

无稳态偏差的模型算法控制

给出了一种新的最优控制目标函数和基于该目标函数下的一种改进模型算法控制,增量型模型算法控制是它的一个特例,并给出了该目标函数选取的限制条件,解决了模型算法控制存在稳态偏差问题,仿真研究验证了算法的有效性。     

蚁群算法在矿井通风系统优化设计中的应用

从本质上讲，矿井通风系统优化设计是一个复杂的组合优化问题，而蚁群算法是近来发展起来的一种针对复杂组合优化问题求解的较理想的方法。因此，考虑到通风系统优化的本质，采用蚁群算法进行了矿井通风系统优化设计的研究，把通风系统优化设计作为蚂蚁路径优化问题处理，提出了一种新颖的通风系统优化方法。最后，采用某矿山通风系统优化的实例验证了蚁群算法的应用效果，结果表明，该方法可以较好的解决这类复杂的优化问题，具有较好的应用前景。     

改进蚁群算法及其在煤炭运输中的应用

针对基本蚁群算法在求解过程中容易出现收敛时间过长和陷入局部最优的不足,提出了一种动态自适应的蚁群算法(DSACO),在算法DSACO中改进了算法的重要参数,当算法疑似陷入局部最优时,通过自适应调整参数来提高全局最优解的求解质量和信息量强度;最后在煤炭运输问题上进行实验仿真,结果表明,DSACO算法与基本蚁群算法相比较,加快了收敛速度,提高了全局寻优能力。     

基于改进粒子群算法在矿山车辆配送路径中的应用

针对基本粒子群算法全局寻优能力弱,容易陷入局部最优等缺陷,提出了一种改进的算法,并将该算法应用到车辆配送路径中。并通过实验进行验证,文中提出的算法明显的优于标准粒子群算法,有效的解决了矿山配送车辆路径问题。     

蚁群算法及其在搜索土坡滑动面中的应用

介绍了一种新的解决优化问题的连续型蚁群算法,它具有简单易实现且计算效率高等特点,特别适用于复杂工程优化问题。土坡潜在滑动面的搜索可变成一个典型的复杂连续函数优化问题。最后,通过一个典型算例进行验证,并与遗传进化算法比较表明,本算法的计算效率较高。     

改进的模拟退火算法在原料矿混匀优化中的应用

运用改进的模拟退火算法对钢铁原料矿的混匀进行了优化计算，计算结果符合实际生产情况，表明改进的模拟退火算法是一种切实可行的优化方法，该算法为原料矿混匀问题的优化求解提供了新的思路。     

面向煤矿井下局部复杂空间的机器人三维路径规划方法

自动机器人逐渐开始应用于井下无人或少人煤炭开采、危险探测和救灾过程中。根据井下局部复杂空间比较小而且密闭,障碍物分布复杂,地面不平整的特点,提出了一种基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法。所提出的井下局部复杂空间机器人三维路径规划方法具有产生初始可行路径简单,探索新的可行路径能力强的特点,可有效解决蚁群路径规划算法可能过早陷入局部最优解,人工蜂群算法迭代次数过多的问题。对所规划的三维折线路径采用了B-spline插值方法进行了曲线化拟合,可产生出井下机器人最优的连续平滑路径,更有利于机器人平稳行进。仿真结果表明:采用所提出的基于混合蚁群-蜂群算法的井下局部复杂空间机器人三维路径规划方法,机器人可有效对在井下局部复杂空间进行三维路径规划。     

井巷工程三维建模及无缝开挖模拟技术

针对前人研究的不足,提出了一种井巷工程无缝快速开挖新方法。该方法地质模型采用广义三棱柱(GTP)构建,并借助“最小顶点标识法”将地质模型转换为三角形集合组成的边界表示模型;井巷工程模型则采用“断面构模法”直接构建成三角形集合的边界表示建模,地质体模型与井巷工程模型通过三角形间的优化局部层次求交算法,实现了井巷工程快速无缝开挖模拟及空间分析。应用实例表明,该方法快速可靠,能够满足数字矿山对井巷工程设计及空间分析要求。     

动态灰色预测模型在崩落法矿山地表沉降预测中的应用

针对灰色预测模型GM(1,1)更适用于短期预测的问题,以其为基础采用等维新息和等维灰数递补两种动态灰色预测方法对矿山地表的沉降量进行了中长期预测研究。探讨了等维新息模型和等维灰数递补模型预测的实现机理,对不同模型的预测结果和精度进行了比较研究。研究发现等维新息模型可以利用新息调整灰色模型,等维灰数递补模型可以利用灰度约束灰平面的大小,两者相结合能够提高模型的预测精度。工程实践表明:将等维新息模型和等维灰数递补模型结合运用,适用于中长期的沉降预测,能够获得更为合理和精确的预测结果。     

高梯度磁选数学模型及计算机模拟的研究（Ⅱ）

利用有限差分法、龙格－库塔法等数值方法对高梯度磁选数学模型进行了数值求解，估计出了模型参数与影响因素之间的关系表达式，选择磁性产品的产率、品位及回收率等工艺指标为模型输出掼标，开发了高梯度磁选计算机模拟软件，在各种操作条件下对高梯度磁选非线性动态模型进行了验证和模拟研究，结果表明，模型的计算值和试验结果相，说明建模的方法是可行的，模型的结论是合理的，模型能比较全面地、正确地描述各种影响因素对高梯度磁选过程的影响。     

灰色神经网络组合模型在变形监测数据分析中的应用

针对基坑变形预测中数据的灰色性和非线性的特点,提出用灰色神经网络组合模型预测基坑变形的新方法.该文将灰色模型与神经网络模型并联构成组合预测模型,融合二者的优点,并结合实例,将灰色模型、神经网络模型和灰色神经网络组合模型的预测结果进行对比分析.结果表明:灰色神经网络组合模型的预测结果更精确,对变形监测的生产实践具有一定的参考意义.     

非等时距灰色模型在地压灾害预测研究中的应用

地压灾害对于地表及井下人员、设备都是极大的威胁,矿山通过建立地压监测系统来对地压灾害进行预测。在位移和应力监测中,由于监测数据的获取都是非等时距的,因此难以建立合理的预测模型。通过在高阳铁矿地压灾害预测中的运用表明,利用非等时距灰色预测模型进行地压灾害预测,预测值与监测值拟合较好,模型精度高,能为地压灾害的预测提供依据。     

矿井水质评价的变权识别模型的建立及应用

根据属性识别理论,建立矿井水质的变权识别模型,利用污染贡献率确定权重系数,与其它评价模型相比,变权识别模型具有排序功能,实现了对矿井水水质有效的识别和更细微的区分。经对阜新市矿区地下水水质评价实例验证该模型是合理有效的,为矿井水水质评价和矿井水的治理与回用提供了一种新的方法。     

BGL气化过程中煤热解特性数值分析与研究

厘清煤颗粒热解的内部温度变化和挥发分析出规律,是优化炉体结构和操作参数、进一步提升BGL煤气化经济性的基础。本文通过剖析BGL煤气化热解过程构建了煤颗粒热解模型,并利用文献实验数据验证了模型合理性。模型求解采用解耦算法,其中传热模型采用追赶法,热解动力学模型采用4阶单步递推法,环境温度由移动床一维模型计算。模拟结果表明:BGL煤气化热解终温较高,颗粒内部径向温度变化大;粒径取10 mm,热解终温计算值1 372 K,煤颗粒表面和中心温差峰值计算值338 K;粒径取40 mm,相应计算值分别为1 412 K和381 K;煤颗粒挥发分析出过程与气固非催化缩核反应过程相似,印证了煤热解过程受传热过程控制;热解动力学的描述以FZ通用热解模型适应性更好;移动床一维模型预测BGL煤气化热解层高度时,热解蒸发模型优于FZ通用热解模型,预测值为0.616 5 m,与搅拌器运行情况相符。     

基于模糊控制方法的加气站甲烷扩散模型选择

加气站在正常营运以及储存运输过程中会产生泄漏事故,准确选择扩散模型模拟可有效地寻找扩散源和模拟扩散。比较各种扩散模型特征,选择适用于加气站甲烷气体的扩散模型作为模型库,选取关键参数作为输入量,利用Matlab中的模糊控制箱（fuzzy）设计出气体选择模糊控制选择器。利用中国气象局综合观测培训实习基地数据对其附近的CNG加气站进行仿真实验,结果表明:利用模糊控制的方法可实现对气体扩散模型的选择,有效选择合适扩散模型;在不同温度风速、风向变化率情况下,模型选择会有突变,选择最优模型模拟扩散最佳;南京加气站甲烷泄漏气体扩散模型选择呈现出明显的季节特征,冬季主要为静风扩散模型,夏季以高斯扩散模型和Sutton模型为主。     

新扩散模型下温度对煤粒瓦斯动态扩散系数的影响

升温促进煤基质中瓦斯快速大幅解吸/扩散是热激励法增产瓦斯机理之一，其首要关键科学问题是探明温度对扩散系数的影响规律和影响机理。采用恒温与升温方法进行了3种不同条件下的扩散实验：（1）初始同压不同温吸附后恒温扩散；（2）同初始吸附量条件下（高温高压、低温低压吸附后）恒温扩散；（3）同初始温压吸附后的升温扩散实验。实验结果表明：实验（1），（2）中用单孔隙经典扩散模型计算的常扩散系数随温度升高呈现无规律的波动形态，经典模型无法解释这一现象。原因是经典模型不能精确描述全时段扩散过程，误差极大，继而发现了扩散系数随时间延长而衰减的特有现象。为此，提出了能精确描述全时扩散过程的动态扩散系数新模型。新模型分析表明，煤基质中多尺度非均质孔隙形态决定了多级孔隙扩散系数分布，进而导致了扩散系数随时间延长而衰减。新模型下动扩散系数随温度升高单调递增，符合阿雷尼乌斯关系，规律惟一，经典模型常扩散系数是新模型动态扩散系数的平均值。新模型涵盖了经典模型，前者是后者的推广。     

基于数值示踪试验的浮选柱停留时间分布模型分析

浮选柱是实现泡沫浮选的核心技术装备。由于对细粒矿物优异的分选性能和较低的能耗,使得浮选柱得到了广泛应用。因此,研究揭示浮选柱内流动特性具有重要意义。轴向扩散模型和多槽串联模型是常用的反应器理论分析模型。本文应用轴向扩散模型和多槽串联模型分析了浮选柱流动特性,特别是物料的停留时间分布。采用计算流体力学方法研究了实验室浮选柱内示踪物的浓度变化。基于数值示踪试验,确定了轴向扩散模型和多槽串联模型的特征参数Pe和N。应用轴向扩散模型和多槽串联模型理论预测的浮选柱停留时间分布同试验结果吻合。