[发明专利]一种数据驱动的井下局部区域安全状态评估方法

说明书

本发明公开了一种数据驱动的井下局部区域安全状态评估方法，包括S1：建立安全状态评估的影响指标；S2：构建判断矩阵；S3：计算指标权重；S4：一致性检验；S5：确定因素集、评语集、权重集；S6：确立隶属函数；S7：检测实际数据；S8：确立隶属度矩阵；S9：置信度准则；S10：综合评价输出。本发明能够解决目前依靠专家自身经验对煤矿安全状态打分后等级评价存在差异的问题。

技术领域

本发明涉及煤矿安全生产技术领域，具体涉及一种数据驱动的井下局部区域安全状态评估方法。

背景技术

随着煤矿开采的规模日益剧增，科学的、定量的井下安全状态评估是保证矿井工作人员生命安全最基础的要求。为保障矿井工作人员安全状态就必须实时监测工作区域环境的各类环境参数信息。由于地下工作环境恶劣，往往存在大量的影响因素导致矿井安全状态评估存在较大的不确定性。目前已有研究人员基于模糊综合评价法、层次分析法进行各类的环境评估。模糊综合评价法是基于模糊数学的一种综合评价法，是根据模糊数学中的隶属度理论把定性评价转化为定量评价，即利用模糊数学对受到多种因素制约的实际事物做出一个总体的评价。该评价法具有结果清晰、系统性强的特点，适合各种非确定性问题的解决；请参见图1，层次分析法(Analytic Hierarchy Process，AHP)将与决策相关的影响因素分解为目标层、指标层和方案层，通过构建系统内部评价指标的层次结构模型，然后由专家分析同层指标对上层指标的重要度，从而建立判断矩阵，最终经过排序计算得到满意权值结果的赋权方法。这种方法适用于处理多目标、多层次、难以量化的复杂问题，它可以量化人的主观判断，将其以数学的形式进行传达，是一种将定性、定量有效结合的方法。但是，各指标之间相对重要程度的判断同样依赖于专家本身的主观因素，得到的指标权值可能因专家的不同而产生异同。

层次分析法建立判断矩阵时，主要有1～9标度判断矩阵的构造方法和0～1标度模糊判断矩阵的构造方法。

1～9标度判断矩阵的构造方法将下一层指标相对于上一层目标进行两两比较得出重要程度值，完成打分；

判断矩阵重要程度表如下：