基于概念格粗糙集的采矿方法优选研究

基于概念格粗糙集的采矿方法优选研究

论文摘要

为了正确选择矿山初选的采矿方法,提出基于概念格粗糙集的采矿方法评价体系。综合考虑影响采矿方法选择的众多因素后,对指标进行分层处理,利用改进的粗糙集建立采矿方法评价体系,生成最少决策规则集。属性约简是粗糙集中的核心问题,选择概念格作为约简工具,对条件属性进行约简。将模型用于15种采矿方法的优选,得到了最大可约简属性集,决策规则集的分类质量为100%。最后,将约简概念格与传统粗糙集中的分辨矩阵进行对比,结果表明:概念格在属性约简方面比分辨矩阵更有效,利用概念格的粗糙集构建采矿方法评价体系对矿山生产具有一定的理论指导意义。

论文目录

  • 1 采矿方法评价体系模型的建立
  •   1.1 构建层次综合评价指标体系
  •   1.2 指标权重矩阵的确定
  •   1.3 搜寻约简及生成决策规则
  • 2 概念格的属性约简方法
  •   2.1 概念格的概念
  •   2.2 概念格属性约简
  • 3 工程应用
  •   3.1 确定影响因数及相应的权重
  •   3.2 建立评价决策表
  •   3.3 约简概念格的属性约简
  •   3.4 生成概率决策规则集
  •   3.5 结果分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 邬书良,杨珊,黄温钢

    关键词: 采矿方法,粗糙集,决策规则集,属性约简,知识发现,概念格,分辨矩阵

    来源: 黄金科学技术 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑,信息科技

    专业: 矿业工程,自动化技术

    单位: 东华理工大学地球科学学院,东华理工大学江西省数字国土重点实验室,中南大学资源与安全工程学院

    基金: 江西省教育厅科技项目“复杂应力环境下地下金属矿开采引起的岩层移动规律研究”(编号:GJJ170466),国家自然科学基金青年基金项目“基于人工智能的矿山技术经济指标动态优化研究”(编号:51404305),东华理工大学江西省数字国土重点实验室开放研究基金项目“基于红外遥感技术的地下工程岩爆灾害判别方法研究”(编号:DLLJ201706),东华理工大学博士科研启动基金项目“地下金属矿无废开采规划方法与技术研究”(编号:DHBK2016125)和东华理工大学校级教改课题项目“《矿业系统工程》跨专业联合创新课程设计研究”(编号:1310100334)联合资助

    分类号: TP18;TD80

    页码: 181-188

    总页数: 8

    文件大小: 1349K

    下载量: 81

    相关论文文献

    • [1].三支决策-基于粗糙集与粒计算研究视角[J]. 智能系统学报 2019(06)
    • [2].多粒度粗糙集近似集的增量方法[J]. 山东大学学报(理学版) 2020(01)
    • [3].《粗糙集理论及其应用》研究生课程教学改革与实践[J]. 闽南师范大学学报(自然科学版) 2020(01)
    • [4].基于粗糙集理论的水利工程现代化管理评价[J]. 黑龙江水利科技 2020(01)
    • [5].基于代数角度的变精度多粒度粗糙集的约简[J]. 咸阳师范学院学报 2020(02)
    • [6].局部广义多粒度粗糙集[J]. 计算机工程与科学 2020(08)
    • [7].可变多粒度粗糙集粒度约简研究[J]. 哈尔滨师范大学自然科学学报 2019(01)
    • [8].基于覆盖粗糙集的超图连通性[J]. 数码设计 2016(02)
    • [9].关系粗糙集的邻域拟阵结构研究[J]. 数码设计 2016(02)
    • [10].基于粒度矩阵的程度多粒度粗糙集粒度约简[J]. 系统工程与电子技术 2016(12)
    • [11].基于最小/最大描述的多粒度覆盖粗糙直觉模糊集模型[J]. 计算机科学 2017(01)
    • [12].优势关系下多粒度粗糙集排序方法及其应用[J]. 计算机工程与应用 2017(01)
    • [13].优势关系多粒度粗糙集中近似集动态更新方法[J]. 中国科学技术大学学报 2017(01)
    • [14].基于加权粒度和优势关系的程度多粒度粗糙集[J]. 山东大学学报(理学版) 2017(03)
    • [15].组合多粒度粗糙集及其在教学评价中的应用[J]. 数码设计 2017(01)
    • [16].基于粗糙集的大学生学习与就业关系分析[J]. 计算机技术与发展 2017(05)
    • [17].粗糙集理论及其应用综述[J]. 物联网技术 2017(06)
    • [18].不完备信息系统中的广义多粒度双相对定量决策粗糙集[J]. 南京大学学报(自然科学) 2017(04)
    • [19].基于可变多粒度概率粗糙集的分类模型[J]. 模式识别与人工智能 2017(08)
    • [20].基于下近似分布粒度熵的变精度悲观多粒度粗糙集粒度约简[J]. 计算机科学 2016(02)
    • [21].可变程度多粒度粗糙集[J]. 小型微型计算机系统 2016(05)
    • [22].粗糙集理论在国内旅游研究中的应用[J]. 旅游纵览(下半月) 2014(07)
    • [23].基于信息量的悲观多粒度粗糙集粒度约简[J]. 南京大学学报(自然科学) 2015(02)
    • [24].粗糙集理论在故障诊断中的应用研究[J]. 科技视界 2015(16)
    • [25].粗糙集理论在输变电工程造价风险评价指标体系优化中的应用[J]. 土木工程与管理学报 2015(04)
    • [26].基于粗糙集理论的多标度层次分析教师教学评价模型[J]. 数学学习与研究 2017(11)
    • [27].基于粗糙集理论和因果图的故障诊断[J]. 重庆师范大学学报(自然科学版) 2020(02)
    • [28].基于粗糙集的高校学生实践能力因素研究[J]. 计算机技术与发展 2020(04)
    • [29].邻域粗糙集属性约简在民族团结进步创建评价中的应用[J]. 信息与电脑(理论版) 2020(12)
    • [30].新型灰狼算法的粗糙集属性约简及应用[J]. 计算机工程与应用 2017(24)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于概念格粗糙集的采矿方法优选研究
    下载Doc文档

    猜你喜欢