[发明专利]一种基于改进的模糊c‑medoids聚类的煤矿安全评价方法

摘要

本发明提出了一种改进的模糊c‑medoids聚类的煤矿安全评价方法，该方法引入了信息瓶颈距离，使其能够更明确地划分聚类。同时经过改进后，可以实时处理分析煤矿安全数据。

主权项

一种基于改进的模糊c‑medoids聚类的煤矿安全评价方法，其特征在于：该方法包括以下步骤：(1)数据准备：将通风安全监控、运输和提升、瓦斯和粉尘防治、矿井防火、井下爆破安全、矿井防冒顶、矿井防透水分别记为x1,x2,x3,x4,x5,x6,x7，将第i个矿井用向量Ki表示，n个矿井分别表示为整个煤矿的向量空间为每一个Ki称为一个样本点，安全状况矩阵为其中1≤i≤n；若获得的是第一批数据，则给每一个样本点赋一个权重1，得到所有样本点的权重矩阵为W＝[w1 w2 … … wn]；若不是第一批数据，将在第(3)步获得权重矩阵。(2)对上述安全状况矩阵使用下列聚类方法处理，具体步骤如下：1)初始化隶属度矩阵：随机生成一个c*n的矩阵R0<rij<1，其中c是要聚类的个数；根据矩阵R求出隶属度矩阵其中1≤i≤c，1≤j≤n，且i，j均为自然数；此时，uij表示样本点k隶属于第i个聚类的隶属度；2)聚类：依次比较第j列的元素，找出最小的元素uij，则样本点kj属于第i个聚类；对每一列都进行上述比较操作，完成对所有样本点的聚类；3)更新中心点：选取第i个聚类中的一个样本点y，计算值最小的样本点就是第i个聚类新的中心点vi，按此方法计算出每一个聚类的新的中心点。其中wj为样本点kj的权重，uij是样本点kj对对第i个聚类的隶属度，即矩阵U中的元素uij，m为隶属度指数，且m>1，d(kj,y)为样本点kj到样本点y的信息瓶颈距离，距离计算公式为其中K是第c个聚类中样本个数，4)使用信息瓶颈距离公式计算样本点kj到第i个聚类的中心点的距离dij，确定任意两个样本点之间的距离，其中1≤i≤c，1≤j≤n，i和j均为自然数，从而获取矿井的距离矩阵D，5)获取隶属度函数：样本点kj对第i个聚类的中心点vi的隶属度uij为计算每个样本点到每个聚类的隶属度，即可获得新的隶属度矩阵U；6)迭代：循环执行步骤2)～5),直到中心点不再变化或者迭代达到设定次数，停止迭代；(3)当获得新一批矿井数据时，执行步骤(1)，将所有上批数据中样本点到中心点vi的隶属度之和作为这批数据中vi所代表的矿井的样本点的权重wi，计算每个中心点所代表的矿井样本点的权重，将这些中心点和新获得的数据组成新的数据集。将新获得的数据中的样本点所代表的矿井的权重设为1，获得新的权重矩阵W＝[w1 w2 … … wn]；并将刚刚获得的权重矩阵作为这一批数据的权重矩阵，且执行步骤(2)；(4)每当获得新的数据时就执行步骤(1)～(3)，最后一批数据获得的中心点和聚类结果就是最终的中心点和聚类结果。