基于粗糙集的系统聚类法煤层底板突水评价.docx

基于粗糙集的系统聚类法煤层底板突水评价
随着煤炭开采的深入，煤层底板突水问题逐渐凸显，给采煤工作带来了极大的危害和困难。因此，对煤层底板突水进行评价和预测具有重要意义。本文将介绍一种基于粗糙集的系统聚类法来评价煤层底板突水的方法。
一、粗糙集的基本概念
粗糙集理论是一种处理信息不完整的方法，它是建立在粗糙近似的基础上的。在粗糙集中，通过通过取值范围来表示属性不确定性的度量，使得信息处理更加通用化。粗糙集的基本元素是属性、决策以及决策规则。
其中，属性是一个分类描述一个系统关键特征的元素，具有属性值域。决策是对相关属性集上系统特征的描述。决策规则是由条件部分和结论部分组成的规则。
二、系统聚类法的基本原理
系统聚类法是一种将数据集聚类到基于类似度度量的多个层次中的方法。聚类方法是基于想要将数据分成什么样的内容的想法来设计的。聚类从一个初始状态开始，逐步迭代更新，最终得到簇分配和相应的聚类结果。
在聚类时，首先需要确定一个距离度量方式，用于度量两个对象之间的距离。然后，将每个对象都表示为一个簇，之后通过计算对象之间的距离来合并最相似的簇，不断重复这个过程，直到最终只剩下一个簇，算法结束。
系统聚类法的执行流程如下：
1、初始化：将每个样本数据看作是一个类别，构成初始的聚类簇。
2、计算距离：计算聚类簇之间的距离，然后选择距离最小的两个簇合并。
3、合并：将距离最小的两个簇合并为一个新的簇，并将聚类簇的数量减少一个。
4、计算距离：重新计算新簇与旧簇或新簇与新簇之间的距离。
5、重复步骤2-4，直到只剩下一个聚类簇，或者达到特定的条件停止算法。
三、基于粗糙集的系统聚类法评价煤层底板突水
基于粗糙集的系统聚类法评价煤层底板突水方法的流程如下：
1、确定决策属性：对于煤层底板突水问题，我们需要求出其发生概率。因此，我们需要确定发生概率作为决策属性。
2、确定属性集：属性集是用于描述煤层底板突水现象的属性集，可以包括井壁裂缝数量、岩溶发生程度、煤层的含水量等。
3、确定粗糙集的上下近似信任度：我们首先需要将属性集进行粗糙集处理，得到属性集的上近似和下近似的信任度。下近似信任度定义为样本满足属性集条件的最小情况下，满足决策属性条件的概率。上近似信任度是指所有样本均满足属性集条件下，满足决策属性条件的概率。
4、构建决策规则：通过分析上下近似信任度，建立相应的决策规则，用于描述煤层底板突水发生的概率。
5、确定距离度量：在合并簇时，我们需要确定样本之间的距离，以便确立需要合并的簇。在本方法中，我们可以选择曼哈顿距离或欧几里得距离等度量方式。
6、聚类：用系统聚类法聚类数据集，得出相应的簇分配和聚类结果。
通过上述流程，我们可以基于粗糙集的系统聚类法来评价煤层底板突水的问题。此方法可以大大提高煤矿生产之中的安全性。