[发明专利]一种尾矿坝选址中的决策算法无效
申请号: | 201310372778.0 | 申请日: | 2013-08-24 |
公开(公告)号: | CN103425891A | 公开(公告)日: | 2013-12-04 |
发明(设计)人: | 张鲲 | 申请(专利权)人: | 张鲲 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 572022 海南省三亚*** | 国省代码: | 海南;66 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 尾矿 选址 中的 决策 算法 | ||
技术领域
本发明涉及一种尾矿坝选址中的决策算法,利用Vague集理论的相关推广,将其应用于空间决策问题尾矿坝选址中。属于野外踏勘测绘和人工智能及数据分析技术领域。
背景技术
选址是指在一定地理区域内为一个或多个选址对象选定位置,使某一指标或综合指标达到最优的过程。空间选址在实际生活中随处可见,选址对象的范围非常广范,例如医院、学校、消防站、超市、物流中心、垃圾填埋场、公交车站和机场等。随着社会和经济的发展,影响选址的各种因素比以往更加错综复杂,科学地确定选址对象的空间位置显得越来越重要,难度也越来越大。选址作为尾矿坝规划设计中的重要环节,是一个受地质构造、地形、选厂特征、经济、社会、法律、法规、水文和气象等多因素影响的空间决策问题。其决策的科学性在很大程度上决定了尾矿设施基建费和经营费的多寡以及管理工作的繁简,如果选择不当还可能会造成严重安全和环境污染隐患。
目前,国内外对尾矿库选址工作仍大多采取地形图勾选加野外踏勘测绘的方式进行简单处理,这些传统的选址方法存在的固有不足主要表现在以下几个方面:(1)难以综合考虑选址中涉及的复杂多样的选址要素及其影响;(2)不便于有效组织多源的相关数据并进行综合分析,尤其是空间地理数据的操作和分析;(3)数据输入存在不方便性与不精确性;(4)不能为决策人员提供直观、交互的分析工具,缺乏计算机和决策者的动态交互活动。“空间选址在实际生活中随处可见。”尾矿坝选址问题“是一个受地质构造、地形、选厂特征、经济、社会、法律、法规、水文和气象等多因素影响的空间决策问题。”因为在选址工作中涉及大量的模糊性,如果利用GIS技术,这些与空间因素密切相关的分析问题都能得到很好地解决,如谭钦文,尹光志,何友芳等在文献1“GIS及模糊优选理论在尾矿坝选址中的应用”(自然灾害学报,2009,18(4)),应用GIS及模糊优选理论进行尾矿坝选址,取得较好的效果,但是计算比较复杂。而Vague集理论是模糊集理论的一种推广,是研究和处理模糊信息的最新理论之一,所以发明应用Vague集理论对同一问题进行探讨,以期对诸如此类的问题,给出新的研究方法和计算公式。
发明内容
本发明的目的是提供一种尾矿坝选址中的决策算法,根据Vague集理论的相关推广,将其应用于空间决策问题尾矿坝选址中。提出新的研究方法和计算公式,把原始数据化成Vague数据,得到各备选方案的Vague集和最理想方案的Vague集,并计算其之间的相似度量,进行Vague空间决策,得到最优方案,以此例案证明其方法和公式的实用性。
为了达到上述目的,本发明采用如下技术方案:
一种尾矿坝选址中的决策算法,包括以下步骤:
(1)筛选因素指标,选定因素指标集合为Q={q1,q2,q3,q4,q5},其中因素指标:q1为“最大库容”(104m3);q2为“堆坝高度”(104m3);q3为“占地面积”(104m2);q4为“输送距离”(km);q5对为“库坝体积”(104m3);
(2)提取备选方案组成备选方案集合A={A1,A2,A3,…,Ai},Ai为第i个备选方案;
(3)建立最理想方案B;
(4)进入Vague环境,把原始数据化成Vague数据,得到各备选方案的Vague集C和最理想方案的Vague集D;
(5)计算备选方案和最理想方案的Vague集之间的相似度量;
(6)得出选址结论,根据相似度量数值愈大,Vague值愈相似,选取相似度量值最大的为最优方案。
算法所述(3)的最理想方案的选取策略如下:因素指标“最大库容”q1越大越好;因素指标“堆坝高度”q2越小越好;因素指标“占地面积”q3越小越好;因素指标“输送距离”q4越小越好;因素指标“库坝体积”q5越小越好。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于张鲲,未经张鲲许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310372778.0/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用