The risk early-warning of gas hazard in coal mine based on Rough Set-neural network

This article proposed the risk early-warning model of gas hazard based on Rough Set and neural network. The attribute quantity was reduced by Rough Set, the main characteristic attributes were withdrawn, the complexity of neural network system and the computing time was reduced, as well. Because of fault-tolerant ability, parallel processing ability, anti-jamming ability and processing non-linear problem ability of neural network system, the methods of Rough Set and neural network were combined. The examples research indicate： applying Rough Set and BP neural network to the gas hazard risk early-warning coal mines in coal mine, the BPNN structure is greatly simplified, the network computation quantity is reduced and the convergence rate is speed up.     

也论矿井开采系统安全可靠性的评价

本文就矿山井采系统安全可靠性的评价给出了新的数学模型和计算方法，对发表在＜＜煤炭工程师＞＞１９９２年第１期上的矿井开系统安全可靠性评价初探一文进行了补充。     

煤自燃环境及其影响因素

在提出自然环境的基础上，探讨了影响浮煤自燃的特征因素，应用模糊群体决策法确定了各因素的重要度。为进一步深化自燃研究奠定了基础。     

煤矿井下作业人员的工作压力个体因素与不安全行为的关系

以煤矿井下作业人员的个体因素的3个状态为外源变量,煤矿井下作业人员工作压力为中介变量,煤矿井下作业人员的不安全行为为内生变量,构建了"个体因素、工作压力与不安全行为的关系模型"并运用结构方程建模的方法进行了实证研究,实证结果表明个体因素、工作压力对不安全行为具有显著的影响作用。基于实证研究结果,从个体因素的3个状态和工作压力出发,提出了对减少煤矿井下作业人员不安全行为的策略和建议。     

模糊群体决策确定通风系统评判指标的权值

应用模糊群体决策确定了矿井通风系统方案评判指标的权值，计算过程简练．结果可靠，阐述了模糊群体决策的应用前景。     

基于险兆事件的煤与瓦斯突出灾害概率模型构建

任何一起煤与瓦斯突出灾害事故发生,都有征兆显现。为了防止煤与瓦斯突出灾害事故发生,以煤炭开采过程中的Near-miss为研究对象,阐述了煤与瓦斯突出Near-miss中的致突险兆因子及其作用机制,在现有灾害理论以及煤与瓦斯突出机理、预警技术研究的基础上,提出了煤与瓦斯突出灾害由4个要素组成,即致突险兆因子、承灾体、孕灾环境和相互作用形式,并进而提出了描述基于Near-miss的煤与瓦斯突出灾害的方法。     

基于三叉树定价模型的煤矿安全投资期权价值研究

针对传统的安全投资决策方法存在的缺陷,对传统的二叉树模型进行了拓展,以煤矿安全投资为例,在无风险利率为常数的情况下,构建了在煤矿资产自身价值有收益率和安全投资项目价值有期权价值的三叉树模型,并以实际数据进行了期权定价模拟,说明该方法的可靠性和模型的科学性,为决策者提供科学依据。     

基于RS—SVM的瓦斯爆炸危险源评价模型

根据危险源理论和评价指标选择原则,建立了瓦斯爆炸评价指标体系。基于粗糙集(RS)理论、支持向量机(SVM)方法和瓦斯爆炸的特点,建立了基于RS—SVM的瓦斯爆炸危险源评价模型。应用该模型对具体样本数据进行安全评价,得出安全评价等级。RS—SVM评价方法能够实现动态的安全评价,对提高安全评价技术水平具有现实参考作用。