[发明专利]一种基于隐马尔科夫随机场模型的放煤口操作决策方法

摘要

一种基于隐马尔科夫随机场模型的放煤口操作决策方法，包括建立放煤口的动作空间；建立放煤口的状态空间；放煤口群组的输入随机场；建立放煤口决策输出马尔科夫随机场；建立隐马尔科夫随机场模型;根据最大后验概率原理，输出决策最优值。本发明专利首先提出一种放煤口操作决策的隐马尔科夫随机场模型，在隐马尔科夫随机场的系统模型基础上，通过最大后验概率实现放煤口动作的智能决策，提高了顶煤放出率、降低出煤含矸率，实现煤炭资源的安全、高效、精准开采。

主权项

1.一种基于隐马尔科夫随机场模型的放煤口操作决策方法，其特征在于：所述方法包括：S1：建立放煤口的动作空间：放煤口的动作空间表示为A＝{a₁,a₂}，其中动作选取a₁表示开，选取a₂表示关，设定a₁＝1，a₂＝2；S2：建立放煤口的状态空间：放煤口的状态空间表示为S＝{s₁,s₂,...,s₁₂}，每一个放煤口的状态值为放煤口附近的煤含量；S3：放煤口群组的输入随机场：设一个工作面共有N个放煤口，则输入的随机变量X＝{X₁,X₂,...,X_N}，其中X_i∈S；S4：建立放煤口决策输出马尔科夫随机场Y＝{Y₁,Y₂,...,Y_N}，其中Y_i∈A；S5：建立隐马尔科夫随机场模型：输入的随机变量X是可观测的，其取值为X＝x＝{x₁,x₂,...,x_N}；系统的输出Y是不可观测的，其取值为Y＝y＝{y₁,y₂,...,y_N}；其中x、y分别为可观测的随机变量值和隐随机变量值；隐马尔科夫随机场模型是关于可观测随机变量X与隐马尔科夫随机变量邻域的条件概率分布函数：其中,表示带参数的条件概率，条件概率表示在邻域Ny_i条件下x_i的概率值,其中参数是且Ny_i表示y_i的邻域，因为y_i只有开关两个值，则取值为根据最大后验概率原理，输出决策最优值由下式给出：其中p(y_i|Ny_i)为先验概率，是隐马尔科夫随机场模型；由式(3)可知，N个放煤口的执行动作由隐马尔科夫随机场模型和先验概率p(y_i|Ny_i)一起决定；系统首先输入各放煤口当前的状态x＝{x₁,x₂,...,x_N}，x_i∈S，即每个放煤口的状态取状态空间的某一个值；然后根据式(3)可得到放煤口动作的最优决策y^*＝{y₁^*,y₂^*,...,y_N^*}，y_i^*∈A。