（采矿工程专业论文）金属矿山地下采矿方法选择系统.pdf

独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签名：。趟右 日期：2 d l 孟：群 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的 全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有 关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息 服务。 ( 保密的论文在解密后应遵守此规定) 研究生( 签名) ：塞当杰导师( 签名) ：堕三日期：三型羔群 摘要 采矿方法是矿山建设和生产的核心内容，寻求安全、高效、经济、合理的 采矿方法是矿山生产建设的迫切需要，也是矿山进行合理规划、经济开采和安 全生产的坚实基础。 本文综述了现有采矿方法的选择方法，为弥补其不足和实现地下采矿方法 选择的智能化，提出了金属矿山地下采矿方法选择系统。在针对矿山的实际需 要和充分分析矿块回采问题的基础上，建立了采矿方法知识库，编制了推理机、 用户接口、解释器、知识库管理等程序模块，形成了金属矿山地下采矿方法选 择系统的框架，为进一步开发奠定了基础。 首先，在大量研究和资料收集的基础上，建立了完整的采矿方法系统知识库， 介绍了采矿方法知识库的建库构想、原则、知识库的结构等。知识库中包含了 采矿方法的分类和具体矿山资料。将采矿方法分为五大类，共5 2 种，包含了空 场法、崩落法、充填法、地下组合式采矿法、联合式采矿法等，弥补了以往采 矿方法只涵盖三大类采矿法的不足；矿山的具体资料分别存储在技术经济指标 库、地质条件库和结构要素库中。 其次，在查阅众多资料的基础上，总结了国内外矿山选择采矿方法的成功经 验，根据模糊推理原理建立了推理机，经过模糊聚类初选和模糊综合评判终选 来确定出最优采矿方案。初选采矿方法时，对各种影响采矿方法选择的指标进 行模糊量化，并建立出相应的模糊评判矩阵，再对应选出较好的几种方案。终 选时，采用模糊综合评判，对每个方案的技术经济指标进行分析比较，在建立 出评判矩阵和权重矩阵的基础上选出最优方案。跟传统的综合经济比较法相比， 采用模糊数学原理选择采矿方案更加的科学准确、简便易行，使方案选择和数 据获取不受人为经验不足的限制。 最后，本文在研究过程中建立了清晰直观的用户界面，而且通过具体的矿 山实例验证了系统的合理有效性，用系统程序操作智能简便，计算准确可靠， 为采矿方法智能化选择提供理论和技术支持。 关键词：金属矿山；地下采矿方法选择；系统开发；知识库；模糊聚类； 模糊综合评判 a b s t r a c t i ti sw e l lk n o w nt h a tt h ec h o o s i n go fm i m n gm e t h o d si st h eh a r d c o r eo fam i n e s c o n s t r u c t i o na n dp r o d u c t i o n ，t h a th o wt of i n das a f e 、e f f i c i e n t 、e c o n o m i ca n d r e a s o n a b l em i n i n gm e t e di sam a i np o i n t ，t h a tas u i t a b l em e t h o di st h eb a s eo fr m i o n a l p l a n n i n g , e c o n o m i cm i n i n ga n ds a f e t yp r o d u c t i o n t h ee x i s t i n gw a y so fs e l e c t i n gu n d e r g r o u n dm i n i n gm e t h o d sa r ee v a l u a t e di n t h i sp a p e r i no r d e rt om a k eu pt h e i rd e f i c i e n c i e sa sw e l la st or e a l i z ec o m p u t e r i z a t i o n a n do p t i m i z a t i o no fu n d e r g r o u n dm i n i n gm e t h o d se l e c t i o n , as y s t e mo fc h o o s i n g u n d e r g r o u n dm i n i n gm e t h o d so fm e t a lm i n e si ss e tu p a i m e da ta c t u a ln e e df o rm i n e a n db a s e do nf u l la n a l y s i so fo r cb l o c ks l o p i n g , d o m a i nk n o w l e d g eb a s e ( k b ) o ft h e s y s t e mi se s t a b l i s h e da n dp r o g r a mm o d u l e so fi n f e r e n c ee n g i n e 、u s e ri n t e r f a c e 、 e x p l a n a t i o na n dk bm a n a g e m e n t a r ed r e wu p t h u st h ee sf r a m ei sf o r m e da n dt h e f o u n d a t i o nf o r f u r t h e rd e v e l o p m e n to ft h i ss y s t e mi sl a i dd o w n f i r s t l y ，d o m a i nk n o w l e d g eb a s e ( k b ) o fm e t a lm i n e sa t ee s t a b l i s h e db a s i n go n t h es p o ti n v e s t i g a t i o na n dc o l l e c t i n gam a s so fd a t a t h ei d e aa n dr u l e st of o r mt h e k bo fm i n i n gm e t h o d sa n dt h es t r u c t u r ea n d o p e r a t i o no fi ta t ee x p l a i n e di nt h ep a p e r t h ei n f o r m a t i o no fd i f f e r e n tm i n e sa n d5 2m i n i n gm e t h o d sw h i c hi n c l u d i n go p e n s t o p i n gm e t h o d ，c a v i n g ，c u ta n d f i l lm e t h o d ，u n d e r g r o u n dc o m b i n e dm i n i n gm e t h o d ， j o i n t - t y p eu n d e r g r o u n dm i n i n gm e t h o da n ds p e c i a lm i n i n gm e t h o d a t ec o l l e c t e d t ob u i l dt h ek b t h ei n f o r m a t i o na r ea r r a n g e da n di n p u t t e dt od i f f e r e n tt h ec o m p u t e r f o rt h r e ed a t a b a s ew h i c ha r ee c o n o m i ci n d i c a t o r sd a t a b a s e 、g e o l o g i c a ld a t a b a s ea n d s t r u c t u r a le l e m e n t sd a t a b a s e c o n s e q u e n t l y , t h ek n o w l e d g eb a s e ( k b ) o fm i n i n g m e t h o d s w h i c ha t es y s t e m a t i ca n di n t e g r a t i v er e l a t i v e l yi sd e v e l o p e d w h a t sm o r e ，t h ep r i n c i p l eo ff u r r ym a t hi su s e dt os e l e c tap r e f e r e n c em i n i n g m e t h o db yc o n s u l t i n ga n dr e f e r e n c i n gt ot h es u c c e s s f u le x p e r i e n c eo ft h es e l e c t i o no f u n d e r g r o u n dm i n i n gm e t h o d s ，i ti sf i r s t l yt oc h o o s em i n i n gm e t h o d sb yt h ef u z z y c l u s t e ra n a l y s i sa n df i n a l l yt oc h o o s em i n i n gm e t h o db yt h ef u z z ys y n t h e t i c e v a l u a t i o n t h ef u z z ym a t h e m a t i c a lm e t h o di su s e dt oq u a n t i f yt h ei n d e x e sa f f e c t i n g t h em i n i n gm e t h o d sa n dam a t r i xi se s t a b l i s h e df o rf u z z ye v a l u a t i o n s o m em i n i n g m e t h o d si sp r e l i m i n a r i l ys e l e c t e d ，t h e nm a k i n gf u z z yc o m p r e h e n s i v ee v a l u a t i o na n d c h o o s i n go p t i m u mm i n i n gm e t h o df i n a l l y t h et h e s i sa f f o r da c a d e m i ca n dt e c h n i c a l s u s t e n t a t i o nf o rs e l e c t i n gp r e f e r e n c em i n i n gm e t h o do fm e t a lm i n ef o ri t ss e a r c h a p a c ei ns e l e c t i n gi n i t i a la l t e r n a t i v e sa n do b t a i n i n gd a t ai sn o tr e s t r a i n e da r t i f i c i a l l y c o m p a r e dw i t h t r a d i t i o n a lc o m p a r i s o no ft e c h n i c a l e c o n o m y ，c h o o s i n gm i n i n g m e t h o da p p l y i n gf u z z ym a t h e m a t i c si ss c i e n t i f i ca n da c c u r a t e ，i th a sr e a l i s t i cm e a n i n g f o r t h em e t a l sm i n e s a tl a s t ，a c c o r d i n gt ot h ef u r r ym a t hp r i n c i p l e ，t h ec o m p u t e rp r o g r a m m ew h i c h i su s e dt oc h o o s ear e a s o n a b l em i n i n gm e t h o di se x p l o i t e d t h ec u s t o m e r si n t e r f a c e o ft h ep r o g r a m m ei sf r i e n d l y 、c o n v e n i e n ta n de a s i l yu s e d ，t h ep r o g r a m m ec a nb eu s e d a saa s s i s t a n tt o o lt oc h o o s ear e a s o n a b l em i n i n gm e t h o d , s oi th a sap o p u l a r a p p l i c a t i o nv a l u ea n dr e a l i s t i cm e a n i n g k e yw o r d s ：m e t a lm i n e ；s e l e c t i o n o fu n d e r g r o u n d m i n i n gm e t h o d s ；s y s t e m d e v e l o p m e n t ；k n o w l e d g eb a s e ；f u z z yc l u s t e r i n g ；f u z zs y n t h e t i ce v a l u a t i o n i i i 目录 摘要i a b s t r a c t i 】 第1 章绪论1 1 1 研究的背景、目的和意义1 1 1 1 研究背景1 1 1 2 研究的目的和意义2 1 2 国内外研究现状3 1 2 1 采矿方法选择的研究现状3 1 2 2 采矿方法选择系统研究现状5 1 3 论文主要研究内容6 1 4 本章小结7 第2 章金属矿山地下采矿方法选择系统构建8 2 1 专家系统的理论准备8 2 1 1 专家系统的概念与类型8 2 1 2 专家系统的结构8 2 1 3 专家系统的特点9 2 2 金属矿山地下采矿方法选择系统设计简介1 0 2 2 1 本系统设计的目标1 0 2 2 2 本系统设计的原则1 0 2 2 3 系统的开发平台和组成模块1 2 2 2 4 系统的技术路线1 3 2 3 本章小结1 3 第3 章采矿方法知识库的管理1 4 3 1 知识的分类：1 4 3 2 知识的获取1 4 3 2 1 矿山资料收集1 5 3 2 2 金属矿床地下采矿方法分类1 5 3 3 金属矿床地下采矿方法详述1 7 3 3 1 空场采矿法1 7 3 3 2 崩落采矿法2 0 3 3 3 充填采矿法与支柱采矿法2 3 3 3 4 地下组合式采矿法2 6 3 3 5 地下联合式采矿法2 8 3 4 知识表示2 9 3 4 1 知识表示的一般方法2 9 3 4 2 本系统知识库的知识表示3 0 3 4 3 本系统规则库的表示3 2 3 5 本章小结3 3 第4 章系统的推理机制3 4 4 1 推理的基本知识，3 4 4 1 1 推理的概念与分类3 4 4 1 2 推理的方向3 5 4 1 3 推理的计算方法3 6 4 2 本系统的推理方式3 7 4 2 1 采矿方法各因素关系网3 7 4 2 2 系统的推理类型3 8 4 2 3 系统的推理的表示j 3 9 4 2 4 系统的推理控制4 3 4 3 根据模糊数学选择采矿方法的具体推理过程4 6 4 3 1 模糊数学选择采矿方法的优势4 6 4 3 2 利用模糊聚类对采矿方法的初选4 7 。4 3 3 模糊综合评判终选采矿方法5 2 4 4 本章小结5 7 第5 章解释器及界面设计5 8 5 1 解释器设计5 8 5 1 1 解释器的执行方式5 8 5 1 2 系统解释问题的种类和方法5 8 5 2 界面设计5 9 5 2 1 界面设计的原则5 9 5 2 2 界面设计6 0 5 3 本章小结6 5 第6 章实例应用6 6 6 1 矿开采技术条件6 6 6 1 1 矿区地质特征6 6 6 1 2 开采技术条件分析6 8 6 2 模糊聚类初选采矿方法6 8 6 3 模糊综合评判终选采矿方法7 l 6 4 本章小结：7 6 第7 章结论与展望7 7 7 1 结论7 7 7 2 展望与不足7 8 致谢7 9 参考文献8 0 攻读学位期间获得与学位论文相关的科研成果目录8 3 武汉理工大学硕士学位论文 第1 章绪论 随着物质文明和现代工业的不断发展，我们对矿产资源的需求量与日俱增。 当前世界矿物年产量已超过5 0 0 亿t ，我国已超过7 0 亿t ，且每年还在不断增 长n 1 ；但是，由于矿床赋存条件、采矿技术水平和设备不同，各国采矿的规模也 不同，国外矿床规模大、机械化水平高的金属矿山年产矿石已超过千万吨。例 如，瑞典的基律纳铁矿年产达2 0 0 0 - - 3 0 0 0 万t n 嘲。但是，由于我国金属矿床赋 存规模较小，多数都是贫矿和小型矿，富矿和大型矿极少；加之技术与装备水 平不高，导致了我国金属矿山的生产能力普遍较小。随着矿物开采量的增长， 地下采矿的比重也不断增加，部分露天矿转入地下开采，而地下开采的开采深 度则不断增加，因此，系统研究地下采矿技术是当前的一项重要任务。 采矿方法的选择是采矿学科发展的主要主题之一，也是矿山建设的长远大 计，一旦确定就很难改变。近年来，随着浅部矿和富矿的减少，金属矿山逐步 转入深部采矿，涉及的不确定性因素越来越多，对采矿方法的要求越来越严格。 采矿方法选择的实践表明：选择正确的采矿方法具有十分重要的意义，当矿山的 采矿方法选择不适当时，必然影响生产的正常进行，带来巨大的经济损失；传 统的采矿方法选择带有极大的经验成分，仅仅是由几个影响因素而直观地评价 确定的，具有很大的局限性，因此，要用系统发展的观点综合分析和研究影响 采矿方法的各种参数及其组合，运用科学合理的方法，精确高效的选择出最佳 的采矿方法，把采矿方法的选择提高到一个新的水平口1 。 1 1 研究的背景、目的和意义 1 1 1 研究背景 地下采矿是人类获取地下资源的重要方式之一，采矿方法的选择又是地下 采矿的核心，然而影响地下采矿方法选择的因素众多，不同的地质条件又有不 同的要求，具有极大的模糊性和不确定性，不能够仅靠单一定量分析来确定。 传统的采矿方法选择就是仅由单个影响因素或几个因素各自直观地评价而确定 的，带有极大的经验成分，具有很大的局限性h 1 。 武汉理工大学硕士学位论文 地下采矿的发展趋势是不断简化采场结构，采用新的工艺技术和新设备， 机械化开采，实现大型化、集约化生产，实现地下采矿的智能机器化开采，实 现资源的最大回收利用。因此，用整体分析技术和决策理论为矿山提供完整、 准确和可靠的综合资料势在必行，必须从系统研究的角度，将模糊数学、层次 分析、神经网络和人工智能等方法相结合，设计出合理的采矿方法选择系统， 选择出最佳的地下采矿方法，才能达到安全高效的目的，获得最好的效益。 近年来计算机已成为实现矿山科学管理和工艺理论研究的重要手段，广泛 用于模拟采矿生产工艺，优选采矿方法、工艺和设备，研究改进采场结构和控 制出矿品位，以及监控采矿作业和进行计划管理、财务管理和材料管理等，为 采矿方法的智能化选择提供了条件。可以预料，计算机在矿山中的进一步开发 应用必将导致采矿技术的更大发展。 1 1 2 研究的目的和意义 采矿是一个极其复杂的系统问题，采矿设计和安全管理具有众多的不确定 性、模糊性和知识不完备性。因此，用模糊数学、层次分析构建金属矿山地下 采矿方法选择系统，对采矿工程进行定量分析与定性描述，基于系统工程的观 点与方法进行采矿问题的研究是采矿科学的发展方向。 针对我国金属矿山地下采矿方法选择所出现的问题，本文采用系统工程的观 点与方法，进行深入地研究与探讨，进行采矿方法选择系统分析的综合集成； 并通过集成系统的计算机人机对话功能，动态地实现采矿方法设计与的系统分 析，建立复杂采矿条件下采矿方法选择系统。 首先，从系统的层次结构出发，根据目前金属矿山地下采矿方法的现状，建 立其完善的采矿方法知识库。 其次，根据模糊数学的原理建立了推理机，根据模糊数学的原理进行采矿方 法选择，主要是经过模糊聚类初选采矿方法和模糊综合评判终选采矿方法来确 定出最优采矿方案。初选采矿方法时，首先对各种影响采矿方法选择的指标进 行模糊量化，并且建立出相应的模糊评判矩阵，再对应选出较好的几种方案。 对初选出的方案进行终选时，采用了模糊综合评判的方法，对每个方案的技术 经济指标进行分析比较，在建立出评判矩阵和权重矩阵的基础上选出最优方案。 最后，利用v b 开发人机界面友好的金属地下采矿方法选择系统，降低了研 发的难度，提高了研发效率，加快了数据的处理，提供了全面高效的辅助支持。 2 武汉理工大学硕士学位论文 本文将定性分析与定量分析相结合，运用了多学科知识对采矿方法进行选 择，达到金属矿山地下采矿方法选择的智能化的。课题研究的成果对采矿工程 具有重要的现实意义；同时，对于地下采矿方法系统选择问题，进行深入分析， 在研究方法上具有指导意义，对地下采矿的科技发展起到完善和积极推动作用。 1 2 国内外研究现状 近十几年来，随着矿业的发展，西方矿业大国积累了丰富的矿山生产经验 和现代计算机技术，将人力、财力、物力和专业技术有机结合起来，致力于开发 适合于矿山生产实际的大型矿山工程软件，应用于资源评估、矿山规划、生产 计划管理的各个阶段，以三维可视化为基础、立体建模为手段、计算机管理为 目的，具有良好的用户界面，集成化和模块化结构，图形界面交互性强，可将 土建工程设计、三维模型建立、工程数据库构建等完全图形化，并在一定程度 上优化设计和矿山生产管理，从而使矿山管理与控制的计算机化成为现实。同 时，它符合国际上流行的数字矿山的基本要求。澳大利亚国际软件公司是较早 致力于开发矿山软件的公司之一，其软件产品广泛应用于资源勘探、矿山预可 行性研究、矿山优化设计、矿山生产管理、矿山资源动态监控和矿山闭坑后的 土地复垦等，改进了矿山各个阶段信息的交流。相对而言，我国矿业在这方面 比较落后，但近年来也加快了大型矿山工程软件在采矿设计与管理中的推广应 用，提高工作效率，保证工作质量，快捷、高效地完成矿山开采规划与生产任务。 专门针对采矿方法选择的工程软件开发并不多，大多数都是停留在理论研 究阶段，真正推广应用的较少。而且绝大部分是针对具体矿山条件设计的，具 有普遍适用性的采矿方法选择软件还有待开发。 1 2 1 采矿方法选择的研究现状 采矿方法的选择是矿山生产中最关键的部分，它关系到矿山的生产安全和生 产率、矿石产量和贫失率以及采矿成本等，直接关系到矿山的生产效益，决定 了矿山的发展与生存。采矿方法的选择涉及众多不确定的因素，这些因素与采 矿方法之间构成了一个复杂的非线性关系。因此，采矿方法的选择是一个复杂 困难的多目标、多层次的决策。但是，传统的采矿方法选择受个人的能力的限 制，依赖采矿专家的经验，工作量大，具有一定的片面性和主观性。因此，采 用科学的决策方法来进行采矿方法的选择是势在必行的。 3 武汉理工大学硕士学位论文 近年来，人工智能被引入采矿方法选择领域，解决了经验判断等不确定性推 理问题。很多采矿专家和学者对这个问题进行了研究，并且已取得了一定成就。 典型的应用有：模糊数学决策法、多目标决策理论、灰色系统理论、神经网络、 价值工程论、突变级数论、专家系统等以及这些方法的联合i s 。 ( 1 ) 模糊数学法 模糊数学法主要用于采矿方法选择和采矿方法的技术经济指标预测【6 1 。 模糊数学选择采矿方法时，主要是将与目标矿山的地质技术条件与候选采矿 方法相比较，并且计算出与候选采矿方法所要求的地质技术条件之间的模糊相 似程度，选择条件最近似的作为目标矿山上的采矿方法 6 - 1 3 1 。 模糊数学预测采矿方法的技术经济指标时，主要是对与目标矿山采用同样采 矿方法的其他矿山的技术经济指标进行模糊聚类。聚类时，与本矿山近似程度 最高的矿山取得高权值，其余矿山按聚类近似程度排序依次取较低的权值，然 后将对技术经济指标进行加权平均，得到目标矿山的技术经济指标。 运用模糊数学选择采矿方法时，综合考虑了各种因素，更加的客观科学。但 是，由于隶属函数的构造方法不同，权重矩阵就有一定的差距，这样就可能导 致决策结果具有一定的主观随机性。 ( 2 ) 多目标决策法 多目标决策选择采矿方法受人的影响少，降低了采矿方法中主观因素的干 扰，但是它的求解方法以及权重的确定受人影响，而权重是结果确定的关键， 所以多目标决策选择的采矿方法也可能与实际不符陋坷。 ( 3 ) 灰色系统理论法 灰色系统理论选择采矿方法主要包括灰色局势决策法和关联分析法。灰色 局势决策法是先针对问题提出相应的解决策略，再确定一定的目标，并且通过 效果测度来评价这些解决策略的效果好坏，然后选出最优对策，具有较强的针 对性；关联分析法通过几何关系曲线关联度选出最优方案，通常关联度就越大 几何曲线的形状就越接近n 1 。灰色系统理论选择采矿方法使影响因素得以量 化，但会导致决策值均化，使得方案优选困难，选出的方案与实际情况不符合。 ( 4 ) 价值工程法 在采矿方法选择中采用价值工程法主要考虑的是资金的时间价值，主要根据 技术经济指标的对比进行方案选择，选出的采矿方法虽然经济效益最好，但是 得的采矿方案不一定是最适应矿床的赋存条件的开采方案，而且，技术上不一 定可行，可能会不符合矿山的实际情况乜卜2 羽。 4 武汉理工大学硕士学位论文 ( 5 ) 突变级数法 突变级数法将模糊数学与突变理论相结合，通过对突变模糊隶属函数的综合 量化得出总的隶属函数，再用该隶属函数对目标进行评价和排序，选出最佳方 案。突变级数法是一种综合评价方法，能够多层次分解评价目标，计算简单快 捷，但是它没有对指标采用权重，可能导致决策值均化，其适用性还未得到具 体证实1 。 ( 6 ) 神经网络 神经网络是8 0 年代后期迅速发展起来的人工智能系统的一个分支。它以模 拟人脑神经系统的组织方式来构成新型的信息处理系统，所以可以把各种残缺 不全的矿床地质特征因素作为变量进行存储，还可以从工程实例中学习矿山建 设方案选择的知识，能解决建立采矿方法选择专家系统时的知识获取问题嘲1 。 在采矿方法模糊优选方面，神经网络方法能很好地解决采矿方法选择中的方 案初选、优选和技术经济分析的问题，目前，已成功地应用a n n 模式识别原理 构建了采矿方法合理识别模型，但是不能很好的解决收敛缓慢及避免局部最小 问题的发生。 ( 7 ) 专家系统 目前，对智能采矿仅停留在理论探讨，综合相关的参考文献来看，对于采矿 方法选择专家系统的结构和功能的构建在理论上比较完整，主要包含了以下三 大模块：知识模块、采矿方法查询模块、采矿方法决策模块；但是，大多数系 统存在推理判断形式单一这个问题，导致了参数处理不全面，而且系统人机交 互界面多数采用问答命令形式，使得参数查看、输入和修改非常不方便位删。 采矿方法选择专家系统的引入能够更加充分利用采矿领域采矿方法选择的 经验、理论、策略，更加快捷、全面的选择出合适的采矿方法，但是，目前适用 于采矿方法的专家系统还很少，大多数提出上的系统智能水平比较低、系统层 次少、知识获取能力差和逻辑推理能力不强一3 ，导致了适用性较差。 1 2 2 采矿方法选择系统研究现状 专家系统工程是人工智能中最有成就的分支之一，是1 9 7 0 年代兴起的- f 计算应用科学，同模式识别和智能机器人构成了人工智能科学的二大前沿领域， 专家系统由计算机操作，不受人为因素的影响，而且方便灵活，为高效准确的 选择采矿提供了一种有效的乎段；目前，领域内的专家系统有以下几种：解释 5 武汉理工大学硕士学位论文 专家系统、神经网络专家系统、模糊专家系统、网上( 多媒体) 专家系统、大型 协同分布式专家系统、事务处理专家系统、教学专家系统、修理专家系统、调 试专家系统、监视专家系统、控制专家系统、规划专家系统、诊断专家系统、 预测专家系统、设计专家系统、深层知识专家系统啪侧。 矿业界对智能采矿理论及其实现方法作了初步探讨，目前在理论探讨的采矿 方法选择的专家系统主要有：采矿方法选择神经网络专家系统、采矿方法选择 专家系统、采矿方法选择决策支持专家系统、集成多属性效用理论专家系统、 采矿方案模糊理论专家系统、采矿方法层次分析决策专家系统和基于规则的采 矿方法选择专家系统等蚋羽。 ( 1 ) 神经网络专家系统 该系统具备了神经网络所特有的特点，智能程度比较高，能自我学习，具 有处理复杂问题的能力；但是，它的研发比较困难，与基于规则的系统相比， 它的结构十分复杂，不仅开发时容易出错，而且后期的维护和调试也非常困难。 需要投入大量的时间、财力和人力才能开发出在复杂的地质条件下选出合适的 采矿方案的神经网络专家系统，这限制了它的推广与研发。 ( 2 ) 多属性效用理论系统 多属性效用理论系统利用多属性效用理论将结果根据不同倾向进行排序，从 而提供决策方案。该系统将复杂的问题简单条理化，为采矿方法的倾向选择提 出了一种新的思路，但是影响采矿方法选择的因素众多，采矿方法的倾向性会 因矿体的地质条件和开采环境而改变，单靠倾向性排序确定采矿方法的难度十 分大，因此，该系统具有一定的缺陷。 综合相关的参考文献，多属性效用理论和神经网络理论等系统多用于特定的 矿体采矿方法选择和优化，并未形成普遍适用的专家系统，虽在相关文献中有 提及，但未见详细描述或普遍推广应用实例陪捌。 1 3 论文主要研究内容 在参考了大量文献的基础上，确定了本文的主要研究内容如下： ( 1 ) 在综合分析各种采矿方法选择的经验基础上，针对我国地下采矿方法 选择时存在的问题，建立复杂采矿条件下地下采矿方法决策系统。该系统结合 逻辑推理和科学计算，综合运用人工智能、模糊数学、多目标决策，对目标进 行分析、计算和排序，提供给决策者满意采矿方法。 6 武汉理工大学硕士学位论文 ( 2 ) 知识库的建立 根据目前金属矿山地下采矿方法的现在，建立起完善的采矿方法知识库。 ( 3 ) 推理机的构建 根据专家系统的推理方式，利用模糊数学原理，完成推理方式。 ( 4 ) 使用模糊聚类进行采矿方法初选 首先对各种影响采矿方法选择的指标进行模糊量化，并且建立出相应的模 糊评判矩阵，再对应选出较好的几种方案。 ( 5 ) 模糊综合评判终选采矿方法 终选采矿方法的关键是构造权重矩阵和隶属度矩阵。为了把定性描述与定 量分析相结合，构造权重矩阵时采用层次分析法；对于定量指标的隶属度用线 性函数法确定，对于定性指标则用多元优先比决策法确定。 ( 6 ) 动态数据库管理 结合矿山特点，建立完善的基础数据库，实现知识库和属性数据的无缝连接。 ( 7 ) 采用b a s i c 开发语言和m i c r o s o f tw i n d o w s 环境实现系统生成和优化。 1 4 本章小结 本章介绍了金属矿山地下采矿方法选择系统的研究目的及意义，同时简单 介绍了金属矿山地下采矿方法的研究现状。着重分析了国内外的研究现状，提 出了本研究的主要内容。 7 不管是那个类型的专家系统，都应具有知识库( k n o w l e d g eb a s e ) 、综合数据 8 武汉理工大学硕士学位论文 库( d a t ab a s e ) 、推理机( i n f e r e n c ee n g i n e ) 、解释接e l ( e x p l a n a t o r yi n t e r f a c e ) 、知识 j 浓( k n o w l e d g ea c q u i s i t i o n ) 等5 个部分【删，如图2 - 1 。 专家及知识工程师用户 图2 - 1 专家系统结构图 专家系统的核心是知识库和推理机。领域专家系统的构成如图2 - 2 ，先建立 知识库，再通过对知识库的编译建立目标知识库，最后将目标知识库与动态数 据库和推理机相连接。 2 1 3 专家系统的特点 图2 - 2 领域专家系统流程图 ( 1 ) 与人类专家相比，专家系统拥有更强的工作能力，它不受外在环境的影 响，能不知疲倦、准确高效和全面周到地进行工作，提高了工作效率，节省了人 力资源和成本。 ( 2 ) 与人类专家相比，专家系统拥有更渊博的知识，它可以汇聚多个领域内 专家的知识，包括一些稀缺珍贵的专家知识，有利于专家知识的推广和使用。 9 一一 riii；iii；1 支 撑 环 境 武汉理工大学硕士学位论文 ( 3 ) 与人类专家相比，专家系统拥有更丰富的经验，它可以汇集多个领域内 专家经验，并且可以利用这些经验解决一些复杂的问题。 ( 4 ) 专家系统总结和精炼了各个领域内的专业知识与经验，能够广泛有效地 传播这些经验知识，能推广稀缺珍贵的专家经验知识，从而促进了各个领域的 发展，对科学、经济、教育、文化、国防和社会生活的等的发展都将产生最大的 影响，它应用和研制将带来巨大的社会效益和经济效益。 2 2 金属矿山地下采矿方法选择系统设计简介 2 2 1 本系统设计的目标 采矿方法选择是金属矿山建设最主要的步骤，金属矿山地下采矿方法选择系 统的目的就是智能选择出最优的采矿方法，实现金属矿产资源的合理利用与良 性循环。本系统的目标是实现勘探、采矿、加工和矿物原料中获得的最终产品 的利用，同时考虑与这些过程有关的是有问题，协同最优化。 具体的讲，本系统的建立具有以下五个目标： ( 1 ) 建立丰富完善的采矿方法知识库，包括完善的采矿方法分类知识数据和已 有的和现存的矿山实际数据，而且能对这些数据进行快捷方便的浏览、查找、 编辑以及统计分析等。 ( 2 ) 确定合理的推理过程，能快捷有效的运用矿业领域内的知识与经验进行推 理、判断和决策。有相对独立的解决问题能力，与矿业专家具有同级水平，甚 至在某些地方可以略胜一筹。 ( 3 ) 建立完善的解释过程，能回答用户提出的问题，以使用户能够了解推理过 程，提高对矿业专家系统的信赖感。 ( 4 ) 添加自学模块，能不断增长和更新，总结经验完善自身的推理过程。 ( 5 ) 完成用户界面设计，设计出方便快捷的人机交互界面，增加对用户的吸引。 2 2 2 本系统设计的原则 系统的设计必须需要遵循一定的设计原则，要具有针对性和实际应用价值， 要建立在一定的知识技术水平之上，不能只考虑开发者的主观想象。 金属矿山地下采矿方法选择系统是矿山现代化的一个重点，设计必须要遵循 的原则如下： 1 0 武汉理工大学硕士学位论文 ( 1 ) 实用性 金属矿山采矿方法选择系统建立的最基本原则就是要有实用性。应该与生产 实际紧密联系，设计出实用性强的功能，方便决策者对信息进行查询修改和统 计分析，系统应该有较强的分析能力，方便操作人员的灵活使用和高效管理。 ( 2 ) 开放性和可扩充性 信息技术的发展极其迅速，软硬件产品更新换代速度非常快， 金属矿山采矿方法选择系统的设计必须要考虑今后的改进扩充，要预留出接 口进行扩充以帮助系统不断的完善和进步。 ( 3 ) 目的性 金属矿山采矿方法选择系统主要针对金属矿山采矿方法选择这一特殊问题， 主要目的是为了提高采矿方法选择的工作效率，能够及时准确的为决策者提供 高效准确的采矿方案，减轻人工选择评价的劳动强度。 ( 4 ) 先进性 金属矿山采矿方法选择系统必须要具有国内外先进高效的采矿知识和技术， 力求选出切合实际的最优采矿方案。应当将当前国内外先进的技术和知识运用 到金属矿山采矿方法选择系统中，以便解决更多复杂的实际问题。 ( 5 ) 功能性 金属矿山采矿方法选择系统要具有完备齐全的功能，要涵盖各种有用的功 能，比如知识库的查询管理以及编辑、采矿方法评价、技术经济指标预测、数 据分析、采矿方法决策、报表输出和打印等功能。 ( 6 ) 规范性和统一性 数据库中的各类矿山地质资料和技术经济指标、图形等都应该规范统一，知 识库的符号、坐标、精度等都应该与国内标准数据库一样，具有统一的标准。 ( 7 ) 友好的人机界面 金属矿山采矿方法选择系统的界面设计方法是面向对象的方法，界面应该直 观形象，操作应该简单方便，以便能加强对用户的吸引。 ( 8 ) 科学性 金属矿山采矿方法选择系统的开发设计应该具备科学性，在设计中必须采用 清晰明了、科学严谨的系统组织结构。 ( 9 ) 知识的整体性、相关性、有序性和动态性 采矿方法的选择受到各方面的影响，在选择采矿方法时，要保持知识的整体 相关性和有序性；知识是不断更新的，建立知识库时要注意知识的动态性。 武汉理工大学硕士学位论文 2 2 3 系统的开发平台和组成模块 本系统以m i c r o s o f tw i n d o w s 为操作平台，采用v i s u a lb a s i c 编程语言完成数 据库的建立和修改，并且直接利用v i s u a lb a s i c 的数据控制功能全面完成系统的 设计与开发。系统采用功能模块化构造出以下5 个子功能模块，其关系见图2 3 。 图2 - 3 系统结构流程图 采矿方法知识库，它主要由采矿方法知识库和采矿方法选择规则库两部分 内容组成；采矿方法知识库用于存放采集的原始数据，比如采矿方法分类、适 用矿体参数、应用情况、技术经济指标等数据，采矿方法选择判断规则库内存 储了采矿方法选择判断规则等。 推理机主要是完成本系统的分析和推理，在采矿方法知识库的基础上，预测 出最佳的采矿方法。 动态数据库也称为工作存贮器，它是一个数据集合，用于存贮初始数据以及 推理过程中得到的中间结果的，所有这些内容表示专家系统当前要处理对象的 主要状态和特征本系统中动态数据库存放的内容主要有目标矿山的地质状况、 技术经济条件等，以及推理中得到的初选方法、技术经济指标等等。 系统中的解释部分，负责对推理给出必要的解释，以便用户了解推理过程， 接受所得结论。此外，解释部分的存在也有助于专家系统的维护和更新。 知识查询器和知识收集器的功能是方便用户查询、扩充、修改采矿方法的 相关知识。 本文采矿方法选择专家系统将知识库与推理系统相分离，以便在推理系统 相对稳定的情况下对知识库进行维护和更新。 武汉理工大学硕士学位论文 2 2 4 系统的技术路线 系统的具体技术路线如图2 4 所示。 e 匠 2 3 本章小结 图2 4 系统技术路线图 本章主要对专家系统的相关理论和本系统的设计目的、原则、功能模块等 进行了介绍，并且介绍了本文技术路线。专家系统的核心是知识库和推理机， 本