- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
岩体可爆性分级的未确知均值分级方法及应用.pdf
第46 卷第6 期 中南大学学报( 自然科学版) Vol.46 No.6
2015 年6 月 Journal of Central South University (Science and Technology) June 2015
DOI: 10.11817/j.issn.1672-7207.2015.06.025
岩体可爆性分级的未确知均值分级方法及应用
戴兵,赵国彦,董陇军
( 中南大学 资源与安全工程学院,湖南 长沙,410083)
摘要:将未确知测度理论应用到岩石可爆性分级问题中,提出未确知均值分级方法,建立岩石可爆性分级的未确
知均值分级模型;选用岩石容重、岩石抗拉强度、岩石完整性系数作为分级模型的判定指标;以 14 种岩石的实
测判定指标建立分类判别指标的未确知测度函数,并求得各分级样本指标的平均值和单指标测度矩阵;根据信息
熵理论确定各指标的权重,利用置信度识别准则对岩石进行判定分级。利用该模型对矿区岩石进行分类预测,并
与实测结果进行比较。研究结果表明:利用岩石可爆性分级的未确知均值分级模型所得预测结果与实测结果相吻
合,准确率达100%为岩石可爆性分级提供了一条新的途径。
关键词:岩石可爆性;分级;未确知均值分级方法
中图分类号:TD315 文献标志码:A 文章编号:1672−7207(2015)06−2157−05
Unascertained average clustering for classification of
rock mass blastability and its application
DAI Bing, ZHAO Guoyan, DONG Longjun
(School of Resources and Safety Engineering, Central South University, Changsha 410083, China)
Abstract: The unascertained measurement theory was used to classify the rock mass blastability, and the unascertained
average clustering model for classifying blastability of rock mass was established, including three indexes reflecting the
blastability of rock mass, i.e., density, tensile strength and intactness coefficient of rock mass. The indexes function of
unascertained measure of 14 sets of rock mass samples was established,the indexes were calculated by entropy weight
theory, and the prediction for the classification of rock mass blastability was carried out using the rules of credible
recognition. Classification of the four rock masses in mining area was predicted using unascertained average clustering
model and compared w
文档评论(0)