基于SPEA算法的煤矿机械多目标模糊优化.docVIP

基于SPEA算法的煤矿机械多目标模糊优化 　　[摘 要] 煤矿机械优化工作是一项大规模的、复杂的优化过程，专业化、工厂化、机械化、机械化的现代化优化手段的应用，为给煤矿机械优化水平提供充分的科技基础，本文引进了SPEA算法、模糊综合优化方法，用来改变现有煤矿机械优化不健全的现状。本文基于SPEA算法在煤矿机械优化中的背景和意义，提出机械模糊综合优化的目的和主要内容模式，详细煤炭机械优化机械化系统的框架和各模块的功能作用，最后就机械化系统的应用进行相关讨论。 　　[关键词] SPEA算法； 煤矿机械； 模糊综合优化 　　1 SPEA算法及模糊综合优化方法简介 　　如今，SPEA算法已然被广发运用到数学、经济、工程项目当中。上世纪八十年代初，在中美就能源、环境问题开展的学术会议上，Saaty教授的学生率先把SPEA算法传播到中国领域，其后又被天津大学许树柏、刘豹引入中国，该方法通过定性分析与定量分析，两种方法相结合的方式对项目各种多目标决策因素进行筛选优化。其本质内容就是将原本极端复杂的系统分解为许多子系统，在确定子系统中各因素的逻辑关系后，将它们按照一定的支配关系分组罗列，进而组合成了一种递阶式的层次模型，在对层次结构中的相邻因素两两比较后，逐步确定每种因素对系统的影响程度，最终对决策方案进行综合判断。在使用SPEA算法的过程中，不但要结合定性分析与定量分析两种方法之所长，对主管优化体，也就是决策人的分析、判断能力也有很高的要求。SPEA算法可以将决策人考虑问题的思维数字化，甚至可以构造人们对于复杂问题所做出决策的思考权衡过程。因此，对于多目标的决策系统，SPEA算法的作用愈显突出，它可以逐一求得各影响因素对总目标的影响程度，并按此对它们进行分类排序，可以说是当代使用较为广泛的一种决策分析方法。 　　顾名思义，模糊多目标综合优化，就是依据所给出的优化标准与实测数值，使用最大隶属度原则与模糊交换理论，对那些受到一系列因素影响的事物做一个总体优化。该方法首先由我国学者汪培庄在其论文中提出，作为模糊数学领域的一种具体实现方法，并广泛受到当时科技工作者的青睐与重视，如今，模糊综合优化方法的多方面发展，该方法已经得到了广泛的传播和应用。从字面上理解模糊综合优化方法，我们可以知道，综合就是在包含许多因素的情况下进行优化，优化则是根据系统所指定的优化环境对优化对象进行评选与估计。可见，综合优化是在包含了多个因素的系统条件下对优化对象做出尽可能全面的优化。在项目进行多目标优化的过程中，模糊多目标综合优化法的原理就是尽可能全面地考虑到项目中各多目标因素的影响大小，并根据已设置的权重因子对各个因素进行区别分类，最后通过建立数学模型，从而推断出各多目标因素可能发生的大小，其中可能性程度最高的多目标因素依旧是多目标水平的最终确定值。 　　2 基于SPEA算法的煤矿机械模糊综合优化应用 　　煤矿机械融合以所有机械局部决策结果为对象，属于决策级融合的范畴，为针对各个层次属性作出单独判断，必须先对其进行变换处理，之后对每个层次属性判决进行顺序融合。换句话说，就是在独立判决每个机械层次之后，再进行全局判决。在煤矿机械层次跌倒结构中，具体的检测结果是机械层次进行特征提取操作的主要依据，并根据检测结果作出判决，之后将其传输到融合中心；融合中心再以所有机械层次判决为依据作出最终的全局判决。 　　在煤矿机械模糊机械优化系统中，不但要对煤矿固有的生产属性进行数据化优化，而且将各个数据之间的层次分布关系整理清楚。所以说，煤矿优化系统模型既包含了煤矿生产属性机械，同时也包括了空间图形机械。空间图形机械可以准确描述煤矿机械员工的各个属性，这一系列工作在SPEA算法模式下通过数据优化坐标（X，Y）可以得到模糊表示；而煤矿机械员工属性机械数据量非常庞大，它采集了煤矿中大量的地物特征，以及各种各类的煤矿设备，不仅能够对生产设备实施机械化操控，还能对井巷等固定设施进行全程监控，反映在几何数据模型中，这些生产工作都是由几何图形表示，他们都是点、线、面的对象集合，而且通过这些地物可以组合成为矿区环境下的所有地物，并分别具有各自的属性特征与几何特征。根据前面的介绍我们知道，由于煤矿机械优化系统中各地物设备都是根据点、线、面的几何集合构成，对象较为复杂，因此有必要对煤矿复杂地物类的属性特征和几何特征作出详细的分类与定义。 　　复杂机械内部环境下，员工机械的属性特征无疑是描述各机械要素特征、形态和分布关系的最直接数据。而员工机械属性同图形机械关系极其密切。实体对象与图层机械都拥有单向的属性数据。这里首先介绍属性数据与客观数据间的联系。员工基本属性数据一般可以分成公共属性、独享属性、共名或共值属性、可否传播属性、传值属性和传名属性，共计八种类型。而根据分类和层次关系，我