您的位置: 专家智库 > >

邓高

作品数:5 被引量:19H指数:2
供职机构:中南大学资源与安全工程学院更多>>
发文基金:中国博士后科学基金国家自然科学基金湖南省科技计划项目更多>>
相关领域:经济管理矿业工程自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 1篇会议论文

领域

  • 3篇经济管理
  • 2篇矿业工程
  • 1篇自动化与计算...

主题

  • 2篇矿产
  • 2篇矿产资源
  • 2篇矿产资源利用
  • 2篇灰色聚类
  • 2篇灰色预测
  • 1篇遗传算法
  • 1篇涌水
  • 1篇涌水量
  • 1篇灾变
  • 1篇制法
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络融合
  • 1篇专家打分法
  • 1篇资源利用
  • 1篇组合预测
  • 1篇网络
  • 1篇相空间重构
  • 1篇隶属函数
  • 1篇模糊层次分析...

机构

  • 5篇中南大学

作者

  • 5篇杨珊
  • 5篇邓高

传媒

  • 3篇黄金科学技术
  • 1篇世界科技研究...

年份

  • 4篇2017
  • 1篇2016
5 条 记 录,以下是 1-5
排序方式:
基于灰色聚类与灰色预测组合模型的矿产资源利用情况分析
矿山“三率”(矿石贫化率、矿石回采率和选矿回收率)是影响矿山企业资源利用情况的主要因素。为系统研究某矿山矿产资源利用情况,采用灰色聚类方法对该矿山多年的矿石贫化率、矿石回采率和选矿回收率进行灰色聚类分析,得到矿产资源利用...
邓高杨珊
关键词:资源利用灰色聚类
相空间重构和混沌遗传神经网络融合的矿井涌水量预测研究被引量:8
2016年
为了更准确预测矿井涌水量变化,有效防治矿山水害,本文提出利用相空间重构和混沌遗传神经网络相结合的方法预测矿井涌水量。选用C-C算法确定嵌入维数和延迟时间,通过对时间序列进行相空间重构来判断涌水量时间序列的混沌特性。为避免BP神经网络极易陷入局部解的问题,采用遗传算法对混沌神经网络进行参数优化,构建混沌遗传神经网络预测模型。将构建的模型应用于某矿山-100 m水平巷道涌水量的预测,在理论预测时长内预测最大误差为3.38%,表明该方法能够反映短期内矿井涌水量变化的趋势,相比单纯的混沌BP神经网络预测模型,预测精度有所提高,可为矿山企业的灾害防治提供科学的参考依据。
邓高杨珊江时雨
关键词:矿井涌水量遗传算法BP神经网络
基于SWOT-FAHP的某钢铁企业节能环保战略研究被引量:1
2017年
为解决某钢铁企业发展瓶颈问题,促进企业更优更快发展,首先对企业节能环保产业的内外部环境进行分析,并采用SWOT分析法得到了研究对象的优势、劣势、外部机会和威胁等要素;然后运用模糊层次分析法进行定性评价,并构建战略四边型。结合排序向量与专家打分,对各要素加权分数进行计算得出战略强度,其中优势强度为2.987、劣势强度为2.026、机会强度为3.583、威胁强度为2.733、战略方位变量为0.609,强度系数ρ=0.689。节能环保产业竞争分析结果表明:该企业节能环保产业优势大于劣势,机会大于挑战,应充分发挥优势,抓住机遇,选择开拓实力型发展战略。
邓高王喜梅杨珊
关键词:SWOT分析法模糊层次分析法专家打分法环保战略
基于组合预测与变精度粗糙模糊集的采空区稳定性评价被引量:9
2017年
为了准确评价矿山采空区稳定性,分析其影响因素,结合采空区顶板下沉位移前期检测数据,先利用组合预测理论对顶板下沉位移的多种模型预测结果进行了组合,然后根据组合预测值对采空区稳定性进行评判。以采空区稳定性评价作为决策属性,以其影响因素作为条件属性,利用变精度粗糙模糊集对采空区稳定性评价知识系统进行概率决策分析,得到13条β为70%的β-约简概率决策规则。结果表明:对于该矿山而言,采空区面积、地应力大小和临时支护方式是评判采空区稳定性的决定性影响因素,所得概率决策规则的分类质量为62.96%,分类质量较高,可为采空区稳定性判定及规律分析提供参考。
邓高杨珊
关键词:采空区组合预测隶属函数粗糙集
基于灰色聚类与灰色预测组合模型的矿产资源利用情况分析被引量:1
2017年
为系统研究某矿山矿产资源利用情况,采用灰色聚类方法对该矿山多年的矿石贫化率、矿石回采率和选矿回收率进行灰色聚类分析,得到矿产资源利用情况较差的年份分别为1996、1999、2003、2008、2010和2014年,并以此形成灾变序列。然后,利用多种灰色预测模型对灾变序列进行预测分析和精度比较,确定差分VERHULST模型为最佳预测模型,预测结果表明2015年也是矿山资源利用情况较差的年份。该预测方法可以指导矿山在资源利用情况较差的年份采取系列应对措施,以提高矿山的资源综合利用效率。
邓高杨珊
关键词:灰色聚类分析矿产资源利用
共1页<1>
聚类工具0