·1310 工程科学学报，第40卷，第11期 随着煤矿开采深度的增加，煤矿地质条件更为 测样品与各类总体之间的距离，依据计算出来的距 复杂，煤与瓦斯突出事故危险性增加，给煤矿安全生 离大小，对其归属进行判别.由于应用条件不同，分 产带来了巨大的危害.为了降低煤与瓦斯突出造成 析时具体的步骤也有所不同，包括所采用的距离类 的危害，突出预测是重要的一环.目前模糊评判 型.根据煤与瓦斯突出预测样本的特点，在对待测 法-、神经网络3-、贝叶斯判别法1、可拓评价 样品进行类别归属分析时采用马氏距离比较符合 法[6)、灰靶决策评价法[]、基于模糊聚类关联分析 在应用多类别距离判别法进行类别归属分析时可分 法[8】、基于改进BP神经网络的预测方法[9-O]、遗传 为以下2步： 算法[山等分析方法在煤与瓦斯突出预测中得到广 (1)构造判别准则. 泛的应用，取得了重要成果，对煤矿安全开采给予了 选取训练样本，用某种方法从已选取的各个训 指导.突出预测结果含有不确定性的原因，大多是 练样本中提取各类别的总体信息，并对其进行类别 指标及其测定的误差2】.在单纯应用某种数学模 划分，为判别分析构造准则 型对煤与瓦斯突出进行预测时，可能由于方法本身 (2)依据构造的准则，对预测新样本进行计算 未对输入因素的优劣性进行选取分析，采用过多的 对其归属进行判别 指标，而导致预测结果受个别指标测定误差和主观 其基本思想是：依据构造出的准则，计算预测样 因素的影响. 品和上述各类别总体的距离，比较其各个距离大小， 多指标耦合预测模型通过综合运用网络分析法 对其类别归属进行确定 (ANP))、多类别距离判别法4]对灰色关联模 灰色关联分析法是对系统中事件发展态势的量 型5]中的输入端和输出端进行改良，从影响煤与瓦 化比较分析，在研究过程中可以通过对杂乱无章、有 斯突出的主要因素出发，构建煤与瓦斯突出预测指 限、离散的数据进行内在规律的挖掘，确定事件间曲 标体系，进行预测指标选取，划分煤与瓦斯突出可能 线几何形态的相似度，即灰色关联度.灰色关联理 性等级，对煤与瓦斯突出的可能性进行判定.模型 论作为一种系统分析方法，基本思想是：通过分析研 考虑了预测过程系统性，并对突出预测过程中指标 究对象的适用条件，确定研究的最优样本，从而对试 的复杂性、数据的灰性等做了定量化研究，筛选出对 验样本与最优样本之间的灰色关联度进行分析.目 事故敏感度高的指标进行煤与瓦斯突出预测研究. 前，灰色关联分析法在针对矿产资源开发利用的优 本文应用多指标耦合预测模型在矿井瓦斯地质区域 先顺序方面有了重要发展]，在煤与瓦斯突出预测 预测基础上开展区域消突措施，对平顶山天安煤业 研究方面灰色理论也得到了一定的应用】 股份有限公司八矿（以下简称：平煤八矿）的8组预 1.2多指标耦合预测模型的建立 测样本进行了预测检验 煤与瓦斯突出预测可以分为对突出影响因子分 析、突出可能性等级建立、突出可能性等级判定三个 1多指标耦合预测模型的构建 阶段.这三个阶段的输出端与输入端之间的紧密配 1.1理论与算法 合与相互影响具有典型的耦合特征.基于此，根据 煤与瓦斯突出多指标耦合预测模型是通过对煤 对各个阶段进行分析的实际情况，应用网络分析法 与瓦斯突出因素的分析，利用网络分析法(ANP)、 (ANP)对灰色关联模型的输入端进行优化，从繁多 多类别距离判别法对灰色关联模型的输入端和输出 的具有灰性的预测指标体系中筛选出对煤与瓦斯突 端进行改进，从而对煤与瓦斯突出进行预测的方法. 出影响大的指标，将指标的敏感度进行量化处理，并 网络分析法简称ANP,其基本思想是：在构建 用多类别距离判别法对灰色关联模型的输出端进行 元素集及其元素间具有相互影响的网络结构预测指 改进，导出各突出可能性的判别式，建立煤与瓦斯突 标体系的基础上，通过给出一个准则，将两个元素在 出多指标耦合预测模型.如图1所示 该准则下对第三个元素（称为次准则）的影响程度 2突出可能性判别模型的建立 进行比较，得出判断矩阵，计算基础权重形成超矩 阵，通过对超矩阵的求解可以得出各元素的综合权 2.1预测指标敏感度的计算 重，从而对预测指标权重进行确定[6) 根据煤与瓦斯突出机理及对平煤八矿矿井瓦斯 多类距离判别法是在两类距离判别法上的延 地质资料的整理和分析可知，煤与瓦斯突出的影响 伸，是一种多元统计分析方法，能够很好的对评价对 因素可归纳为地应力因素、煤体因素和瓦斯因素 象和影响因素进行描述.其基本原理是根据计算待 其中地质构造是地应力的应变形迹，而地质构造对工程科学学报,第 40 卷,第 11 期 随着煤矿开采深度的增加,煤矿地质条件更为 复杂,煤与瓦斯突出事故危险性增加,给煤矿安全生 产带来了巨大的危害. 为了降低煤与瓦斯突出造成 的危害,突出预测是重要的一环. 目前模糊评判 法[1鄄鄄2] 、神经网络[3鄄鄄4] 、贝叶斯判别法[5] 、可拓评价 法[6] 、灰靶决策评价法[7] 、基于模糊聚类关联分析 法[8] 、基于改进 BP 神经网络的预测方法[9鄄鄄10] 、遗传 算法[11]等分析方法在煤与瓦斯突出预测中得到广 泛的应用,取得了重要成果,对煤矿安全开采给予了 指导. 突出预测结果含有不确定性的原因,大多是 指标及其测定的误差[12] . 在单纯应用某种数学模 型对煤与瓦斯突出进行预测时,可能由于方法本身 未对输入因素的优劣性进行选取分析,采用过多的 指标,而导致预测结果受个别指标测定误差和主观 因素的影响. 多指标耦合预测模型通过综合运用网络分析法 (ANP) [13] 、多类别距离判别法[14] 对灰色关联模 型[15]中的输入端和输出端进行改良,从影响煤与瓦 斯突出的主要因素出发,构建煤与瓦斯突出预测指 标体系,进行预测指标选取,划分煤与瓦斯突出可能 性等级,对煤与瓦斯突出的可能性进行判定. 模型 考虑了预测过程系统性,并对突出预测过程中指标 的复杂性、数据的灰性等做了定量化研究,筛选出对 事故敏感度高的指标进行煤与瓦斯突出预测研究. 本文应用多指标耦合预测模型在矿井瓦斯地质区域 预测基础上开展区域消突措施,对平顶山天安煤业 股份有限公司八矿(以下简称:平煤八矿)的 8 组预 测样本进行了预测检验. 1 多指标耦合预测模型的构建 1郾 1 理论与算法 煤与瓦斯突出多指标耦合预测模型是通过对煤 与瓦斯突出因素的分析,利用网络分析法(ANP)、 多类别距离判别法对灰色关联模型的输入端和输出 端进行改进,从而对煤与瓦斯突出进行预测的方法. 网络分析法简称 ANP,其基本思想是:在构建 元素集及其元素间具有相互影响的网络结构预测指 标体系的基础上,通过给出一个准则,将两个元素在 该准则下对第三个元素(称为次准则)的影响程度 进行比较,得出判断矩阵,计算基础权重形成超矩 阵,通过对超矩阵的求解可以得出各元素的综合权 重,从而对预测指标权重进行确定[16] . 多类距离判别法是在两类距离判别法上的延 伸,是一种多元统计分析方法,能够很好的对评价对 象和影响因素进行描述. 其基本原理是根据计算待 测样品与各类总体之间的距离,依据计算出来的距 离大小,对其归属进行判别. 由于应用条件不同,分 析时具体的步骤也有所不同,包括所采用的距离类 型. 根据煤与瓦斯突出预测样本的特点,在对待测 样品进行类别归属分析时采用马氏距离比较符合. 在应用多类别距离判别法进行类别归属分析时可分 为以下 2 步: (1)构造判别准则. 选取训练样本,用某种方法从已选取的各个训 练样本中提取各类别的总体信息,并对其进行类别 划分,为判别分析构造准则. (2)依据构造的准则,对预测新样本进行计算 对其归属进行判别. 其基本思想是:依据构造出的准则,计算预测样 品和上述各类别总体的距离,比较其各个距离大小, 对其类别归属进行确定. 灰色关联分析法是对系统中事件发展态势的量 化比较分析,在研究过程中可以通过对杂乱无章、有 限、离散的数据进行内在规律的挖掘,确定事件间曲 线几何形态的相似度,即灰色关联度. 灰色关联理 论作为一种系统分析方法,基本思想是:通过分析研 究对象的适用条件,确定研究的最优样本,从而对试 验样本与最优样本之间的灰色关联度进行分析. 目 前,灰色关联分析法在针对矿产资源开发利用的优 先顺序方面有了重要发展[17] ,在煤与瓦斯突出预测 研究方面灰色理论也得到了一定的应用[18] . 1郾 2 多指标耦合预测模型的建立 煤与瓦斯突出预测可以分为对突出影响因子分 析、突出可能性等级建立、突出可能性等级判定三个 阶段. 这三个阶段的输出端与输入端之间的紧密配 合与相互影响具有典型的耦合特征. 基于此,根据 对各个阶段进行分析的实际情况,应用网络分析法 (ANP)对灰色关联模型的输入端进行优化,从繁多 的具有灰性的预测指标体系中筛选出对煤与瓦斯突 出影响大的指标,将指标的敏感度进行量化处理,并 用多类别距离判别法对灰色关联模型的输出端进行 改进,导出各突出可能性的判别式,建立煤与瓦斯突 出多指标耦合预测模型. 如图 1 所示. 2 突出可能性判别模型的建立 2郾 1 预测指标敏感度的计算 根据煤与瓦斯突出机理及对平煤八矿矿井瓦斯 地质资料的整理和分析可知,煤与瓦斯突出的影响 因素可归纳为地应力因素、煤体因素和瓦斯因素. 其中地质构造是地应力的应变形迹,而地质构造对 ·1310·