文摘gydF4y2Ba
为员工创造良好的工作环境在煤矿和确保他们可以安全、舒适,环境评估煤矿代表一个重要的方法来实现这一目标。本文建立了煤矿环境综合评价模型基于广义线性理论和模糊层次分析的过程。首先,每个指标的重要性程度因素是统计源数据的分析获得的空气、水、土壤、生态补偿和其他指标影响的生态环境安全的煤矿使用广义线性理论。基于每个指标的重要性程度因子,构造成对比较矩阵对数模糊偏好的编程方法,以及每个索引的体重影响价值因素是准确地通过MATLAB软件。结果表明,该模型可以有效地减少专家主观性对评价结果的影响,这是符合煤矿的现实。此外,在煤矿环境评估的过程中,模型被证明是方便、精确,操作方便。gydF4y2Ba
1。介绍gydF4y2Ba
资源安全是一个国家战略安全的重要组成部分,和矿产资源的发展始终是一个重要的任务(gydF4y2Ba1gydF4y2Ba- - - - - -gydF4y2Ba3gydF4y2Ba]。特别是,在过去的30到40年里,矿产资源的开发提供了有力的支持和保护经济和社会的快速发展。由于技术原因,追求高额利润,矿山生态环境保护和恢复管理的强度并没有像人们会更喜欢,导致煤矿发展之间的矛盾的加剧和生态安全,例如,高产量的三个煤矿废物,漫长的潜在危害的辐射,和严重的污染空气、水和土壤gydF4y2Ba2gydF4y2Ba]。特别是,一些地区的无序发展导致地质灾害,如地面塌陷、泥石流,土地荒漠化加剧,导致生态环境质量的恶化(gydF4y2Ba3gydF4y2Ba]。因此,迫切需要探索一种新技术的矿山地质环境治理和生态修复,防止生态健康的进一步退化。当前的煤矿生态环境安全评价不仅可以衡量煤矿的生态质量的整体状况也反映了生态环境污染的治理。此外,它可以快速识别的重要因素,导致矿山环境的恶化,允许快速采取最有效的措施来控制“罪魁祸首”,使矿山环境恶化。gydF4y2Ba
目前,许多学者构建了一系列安全评价模型,例如,层次分析法,模糊综合评价,灰色理论和神经网络方法,并应用矿山生态环境安全评估。例如,赵et al。gydF4y2Ba4gydF4y2Ba]建立矿山地质环境评价指标体系的使用层次分析法(AHP)和应用这个方法来海南岛的矿业领域;作者发现,评估值基本上符合我的网站的情况。Bascetin et al。gydF4y2Ba5gydF4y2Ba)构建了一个决策支持系统基于层次分析法评估煤矿在土耳其的生产。Samantra et al。gydF4y2Ba6gydF4y2Ba)创建了一个改进的基于模糊集理论的决策方法和杰出的风险等级评估的范围,最终提出一个动作要求计划指导矿山环境的管理。杨et al。gydF4y2Ba7gydF4y2Ba)选择的四个因素,影响矿山环境,包括水环境、大气环境、地质灾害、生态环境特征,评价因素建立矿山环境的模糊综合评价模型对矿山环境的定量研究。苏et al。gydF4y2Ba8gydF4y2Ba)建立了一个基于灰色数学理论的工程地质评价模型和评价典型矿区的工程地质情况确定评估体重指数。赵et al。gydF4y2Ba9gydF4y2Ba]利用BP神经网络的原理和随机插值法建立评价模型的BP人工神经网络在煤矿生态安全。gydF4y2Ba
每个评价模型都有自己的缺点。充分考虑所有的影响因素和目前的综合评价结果科学、准确,许多学者结合各种模型进行综合评价根据不同的模型的特点,即合并后的综合评价模型。例如,基于模糊理论,Chen等人。gydF4y2Ba10gydF4y2Ba)收集的关键因素影响矿山环境遥感技术,确定了影响环境评价因素的重量通过使用层次分析法,最后建立了AHP-fuzzy矿山环境评价模型。此外,魏et al。gydF4y2Ba11gydF4y2Ba)建立了地下热源的综合评价基于AHP和模糊综合评价(FCE)构建评价模型,和一些热应力控制提出了建议。基于不确定性理论测量评估(WME)和AHP,董et al。gydF4y2Ba12gydF4y2Ba)建立了地下采空区的综合风险评估使用多个索引。董et al。gydF4y2Ba13gydF4y2Ba还建立了和校准使用随机森林综合模型,支持向量机,贝叶斯分类器,费雪的分类器、逻辑回归和神经网络。基于灰色系统理论,魏et al。gydF4y2Ba14gydF4y2Ba)用层次分析法确定各影响因素的权重,构建了一个矿山地质环境的灰色综合评价模型。科学、准确地获得各影响因素的隶属度,刘等人。gydF4y2Ba15gydF4y2Ba)建立了一个基于灰色关联分析的模糊灰色综合评价模型和模糊评价理论。gydF4y2Ba
然而,有许多因素影响生态环境安全,和评价因素和安全水平之间的关系是模糊的,这使得当前评价模型的缺点更加明显。例如,尽管神经网络模型可以克服专家的主观经验,确保评价结果具有较高的精度,很容易陷入局部最小值的困境,并在计算过程中收敛速度慢的重量,和这种方法不能解决各种指标因素之间的关系。虽然层次分析法和灰色理论评价方法可以处理每个索引的关系好,他们依赖于专家的经验评估在确定影响因素的权重;因此,他们无法避免主观性。模糊层次分析法是最好的方法来解决模糊关系的因素;然而,它也不能避免专家的评估,以构建比较矩阵。gydF4y2Ba
克服评价专家的主观评价的影响程度的每个索引因子和进一步提高数据处理的不确定性,本文煤矿环境的综合评价模型,建立了基于广义线性理论和模糊理论水平。首先,每个索引的重要性关系到目标指数获得的初始的源数据统计指数基于广义线性理论的最低水平。然后,根据统计值通过广义线性理论,构造成对比较矩阵对数的模糊偏好的编程方法(LFPP)。最后,每个索引的体重影响价值的因素是准确地通过MATLAB软件。该模型应用于煤矿环境评估。gydF4y2Ba
2。方法gydF4y2Ba
2.1。三角模糊数理论gydF4y2Ba
有很多种概率分布函数用于模仿理论,如正态分布函数、梯形分布函数、三角模糊数,k抛物线分布,柯西分布和年代分布。三角模糊数(TFN的)被广泛采用来表达决定知觉选择的表演对每个标准(gydF4y2Ba16gydF4y2Ba]。为了容易的判断过程,介绍了语言变量(部分gydF4y2Ba2。3gydF4y2Ba),它是一种变量的值不是数字但单词和句子gydF4y2Ba17gydF4y2Ba]。因此,三角模糊理论主要用于建立一个模型来评估煤矿的生态环境。gydF4y2Ba
在一个给定的地区Z,任何gydF4y2Ba ,gydF4y2Ba模糊集gydF4y2Ba可以被定义为gydF4y2Ba 在哪里gydF4y2Ba的隶属度gydF4y2Ba来gydF4y2Ba和gydF4y2Ba 。gydF4y2Ba
让gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba和gydF4y2Ba最小可能值,中间值和一定的模糊变量的最大可能值gydF4y2Ba ,gydF4y2Ba分别都是实数。然后,三个数字(gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba )gydF4y2Ba构成三角模糊数的,gydF4y2Ba 。gydF4y2Ba让gydF4y2Ba 和gydF4y2Ba ,gydF4y2Ba和三角模糊数的函数图如图gydF4y2Ba1gydF4y2Ba。隶属函数(gydF4y2Ba18gydF4y2Ba)是gydF4y2Ba 的参数gydF4y2Ba表示的最大可能值描述模糊事件,和gydF4y2Ba和gydF4y2Ba代表的上下界的边界,分别。gydF4y2Ba
2.2。广义线性模型理论gydF4y2Ba
广义线性模型是一个正常的直接扩展线性模型,适合连续数据和离散数据;也就是说,自变量可以是一个连续变量,分类变量,或命令变量。其基本形式可以表示为gydF4y2Ba 在哪里gydF4y2Ba数学期望;gydF4y2Ba是因变量向量;gydF4y2Ba是连接函数;gydF4y2Ba是自变量矩阵;gydF4y2Ba是模型参数向量估计;和gydF4y2Ba是干扰项。gydF4y2Ba
结合方程(gydF4y2Ba3gydF4y2Ba),因变量可以连接的观测值与期望值解释变量的线性增加;因此,数学期望之间的关系gydF4y2Ba和线性因素可以表示为gydF4y2Ba 在哪里gydF4y2BaggydF4y2Ba(gydF4y2BaμgydF4y2Ba我gydF4y2Ba)是一个严格单调函数可微的,叫做一个连续函数。gydF4y2Ba
的观测值的期望值因变量与解释变量的方程(4 - 1)。假设有N组观测数据,也就是说,gydF4y2Ba 和gydF4y2Ba 。gydF4y2Ba 是一个multicategory因变量gydF4y2BajgydF4y2Ba类别,表明安全评价模型的结论gydF4y2Ba的成绩。gydF4y2Ba 是解释变量,即。,the influencing factor affecting the conclusion grade of the model.
假设gydF4y2Ba一定程度的累积影响重量吗gydF4y2Ba条件下的指数因子变量gydF4y2Ba 在哪里gydF4y2Ba是影响体重的评价水平。gydF4y2Ba
更好地描述累积之间的关系影响的重量级别和指数因子变量,本文改变了物流转换的关系,gydF4y2Ba 分对数之间的关系(gydF4y2Ba )gydF4y2Ba转换和独立变量是线性的,它的值范围是(-∞,+∞),这有利于它的估计。gydF4y2Ba
回归方程可以得到参数的估计值gydF4y2BaβgydF4y2Ba在方程(gydF4y2Ba6gydF4y2Ba)gydF4y2Ba
2.3。模糊层次分析法gydF4y2Ba
首先,每个索引影响目标值的重量值是由广义线性理论,然后每一对因素的重要性是根据每个指标的权重因素。根据语言变量在表gydF4y2Ba1gydF4y2Ba,每一对因素的相对重要性。然后,比较矩阵gydF4y2Ba可以创建。gydF4y2Ba 如果gydF4y2Ba ,gydF4y2Ba然后gydF4y2Ba ,gydF4y2Ba ,gydF4y2Ba和gydF4y2Ba 。gydF4y2Ba
为了便于研究,比较矩阵gydF4y2Ba是由对数变换处理gydF4y2Ba19gydF4y2Ba,gydF4y2Ba20.gydF4y2Ba]gydF4y2Ba
用方程(gydF4y2Ba9gydF4y2Ba)方程(gydF4y2Ba2gydF4y2Ba),可以获得以下gydF4y2Ba
在本文中,为了解决这个问题,一个特定的值gydF4y2Ba结果权重和模糊判断之间的不一致gydF4y2Ba ,gydF4y2Ba的非负偏差参数gydF4y2Ba介绍了(gydF4y2Ba17gydF4y2Ba,gydF4y2Ba18gydF4y2Ba]。gydF4y2Ba 在哪里gydF4y2Ba是一个特定的常数,这是用来确定权重的模糊判断。gydF4y2Ba
规范化的优先级计算模糊成对比较矩阵gydF4y2Ba可以表达的gydF4y2Ba
3所示。应用程序gydF4y2Ba
3.1。指数的确定因素gydF4y2Ba
根据调查,影响煤矿的生态安全的主要指标是大气环境指标,水环境质量指标,土壤质量指标,地质灾害损失指标,废物处理指标煤矿,煤矿和生态补偿指标。其中,大气环境指标主要包括大气环境安全影响因素,例如,TSP,有限公司gydF4y2Ba2gydF4y2Ba和氡。水环境质量指标主要包括浓度的铅、锌、鳕鱼,鲍勃。土壤质量指标主要参考浓度煤、铅、镉、锌、砷。地质灾害的破坏程度的指标主要是指各类地质灾害的比例在矿山的总面积,即。山体滑坡的影响规模,倒塌,地面沉降。煤矿的废物处置指标主要包括渣处理和废液排放控制。煤矿生态补偿指标包括输入污染控制强度,完善生态预警机制和环境保护输入我的收入的比例。gydF4y2Ba
3.2。确定反应指数的权重因素gydF4y2Ba
层次结构中的决策问题分解,如图gydF4y2Ba2gydF4y2Ba。层次结构包括三个层次,包括目标、标准和选择。这一目标层主要用于评估煤矿的生态环境风险。标准和替代位于第二层次和第三层次,分别。gydF4y2Ba
生态环境监测数据的几种典型煤矿在中国选择评价生态环境安全。生态补偿指标通常是由综合考虑计算的好处,领导人和矿工的收入预期,法律法规。影响因素的数据的空气、土壤、水和收集的指标主要是一些有害物质的浓度中指定相关的国家标准。根据评价指标的分析煤矿根据引用(gydF4y2Ba21gydF4y2Ba- - - - - -gydF4y2Ba26gydF4y2Ba),生态安全补偿指数价值和指数因子索引值的空气,土壤,水和煤矿获得的指标,如表所示gydF4y2Ba2gydF4y2Ba和gydF4y2Ba3gydF4y2Ba。gydF4y2Ba
的累积影响重量相应等级的第一级指标和影响体重二级指标下的每个年级因素是通过广义线性模型的分析(每个年级的影响体重指标主要是通过统计分析系统(SAS),如表所示gydF4y2Ba4gydF4y2Ba),然后每个年级的影响重量的最大值作为影响重量相应的类别。每个指标的权重系数是用来判断每个索引因子的相对重要性。每个类别的最大似然比为42.684,35.033,43.556,和41.022,分别都是在容许误差范围内,表明广义线性模型有一个不错的选择。gydF4y2Ba
影响的重量等级对应的二级指标和相应的一级指标通过广义线性模型,分析和比较矩阵的第一级指标和二级指标可以根据表gydF4y2Ba5gydF4y2Ba,如表所示gydF4y2Ba6gydF4y2Ba- - - - - -gydF4y2Ba10gydF4y2Ba。gydF4y2Ba
4所示。结果与讨论gydF4y2Ba
4.1。结果gydF4y2Ba
结果本地和全球的环境影响因素权重煤矿得到了目前基于广义线性评价模型和模糊层次分析法如表所示gydF4y2Ba11gydF4y2Ba,这表明土壤质量最重要的指标影响煤矿的环境风险这四个影响因素,其次是水环境质量、大气环境、生态补偿指标。因此,有必要监控危险元素在土壤和水定期和及时采取措施,防止超过标准控制危险的来源在早期风险阶段。gydF4y2Ba
此外,表gydF4y2Ba11gydF4y2Ba表明煤(C1-1)的浓度,浓度Pb (C2-1), (C1-3)镉的浓度,浓度的铅(C1-2)有一个很大的影响煤矿的环境风险。然而,完美的生态预警机制(C6-2),环境保护输入我的收入的比例(C6-3)的浓度gydF4y2Ba2gydF4y2Ba(C3-3)和氡的浓度(疼痛)几乎没有影响煤矿的环境风险。表gydF4y2Ba11gydF4y2Ba也揭示了环境投资管理的煤矿环境评估后期几乎没有影响。这一结果主要是因为后期,煤矿的环境造成不可逆转的损失,有许多人力和财力成本。从可持续发展的角度来看,薪酬和管理矿山环境的后期绝对不是一个好长期战略。gydF4y2Ba
4.2。验证模型的有效性gydF4y2Ba
根据文献,一个模型的有效性验证通常是通过计算一致性和非负偏差变量的值的模糊成对比较矩阵,即。的一致性gydF4y2Ba和非负偏差变量gydF4y2Ba是关键参数来确定模型的有效性。有两种情况gydF4y2Ba 和gydF4y2Ba 。gydF4y2Ba当gydF4y2Ba不等于零,参数值越大吗gydF4y2Ba是,更好的一致性模型。当gydF4y2Ba等于零,如果gydF4y2Ba ,gydF4y2Ba的一致性模型仍然是好的。如果gydF4y2Ba ,gydF4y2Ba它表明,模型不一致。非负偏差变量越大gydF4y2Ba是,更糟的是模型的一致性。借助MATLAB软件的价值gydF4y2Ba在每一个矩阵,如表所示gydF4y2Ba12gydF4y2Ba。从一致性指数方面,该模型被确认是可以接受的。gydF4y2Ba
在第二角度来说,我们比较的结果现在我们使用本文方法的结果代表综合评价方法(gydF4y2Ba27gydF4y2Ba]。代表综合评价方法的结果如表所示gydF4y2Ba13gydF4y2Ba。我们在一些因素获得类似的结果。特别是,第一级指数的影响因素对铀矿的安全环境基本上是相同的。从以上,该模型被证明是有效的。gydF4y2Ba
4.3。目前的模型的优点和缺点gydF4y2Ba
基于广义线性理论,指数的影响价值因素对煤矿的环境评价是获得使用SAS软件计算的原始数据指标因素。然后,模糊成对比较矩阵建立了根据指数的影响价值因素对环境评估,大大减少人类主体性的影响的建设比较矩阵。此外,介绍了语言变量和TFN的过程中解决因子权重,使管理者能够迅速确定每一对因素的相对重要性通过语言变量。gydF4y2Ba
然而,在目前的模型,虽然每个因素的重要性程度是获得使用线性广义模型计算的原始数据因素,每个因素的相对重要性程度被专家判断。因此,迫切需要建立一个评价公式和每个因素的相对重要性程度的依据。此外,根据文献,虽然比较矩阵是一致的,比较矩阵的模糊数在一定程度上可能导致不一致的结果。gydF4y2Ba
5。结论gydF4y2Ba
本文开发了煤矿环境综合评价模型基于广义线性理论和模糊层次分析的过程。gydF4y2Ba(1)gydF4y2Ba模型与文献的结果一致(gydF4y2Ba27gydF4y2Ba),让评估过程更有效率gydF4y2Ba(2)gydF4y2Ba摘要语言变量是一种变量的值不是数字而是单词或句子,他们接近决策者的感情。因此,本模型可以有效地解决这一问题的multiclassification安全评估gydF4y2Ba(3)gydF4y2Ba此外,在环境评价模型,基于先验知识的样本统计源,每个指标的重要性程度因素环境因素指数是初步通过广义线性理论,和每个索引的体重影响价值因素是准确地获得基于对数模糊偏好的编程方法,克服了缺陷的人工赋权和更准确的评价结果gydF4y2Ba
数据可用性gydF4y2Ba
使用的数据来支持本研究的结果包括在本文中。gydF4y2Ba
的利益冲突gydF4y2Ba
作者宣称没有利益冲突。gydF4y2Ba
确认gydF4y2Ba
这项工作得到了河南省博士后研究项目(201901012)、中国国家重点研发项目(2017号yfc1501204),中国的国家基础研究计划(2015号cb060200),中国国家自然科学基金(51678536,41404096),该项目为河南省高校科技创新人才(批准号19 hastit043),郑州大学的优秀青年人才研究基金(1621323001)和创新研究团队项目(科技)河南大学(18 irtsthn007)。我们也感谢审稿人的宝贵意见。gydF4y2Ba