第33卷第10期數(shù)學(xué)的實踐與認(rèn)識Vol. 33 No. 102003年10月MATHEMATICS IN PRACTICE AND THEORYOcto.，2003 .煤炭資源資產(chǎn)分類方法比較研究溫國鋒(中國煤炭經(jīng)濟(jì)學(xué)院管理科學(xué)與工程系，山東煙臺264005)摘要:煤炭資源資產(chǎn)評估是實行煤炭資源資產(chǎn)化管理的重要 基礎(chǔ)工作，而煤炭資源資產(chǎn)分類的可靠性是有效完成這一工作的前提條件.針對煤炭資源資產(chǎn)的特點(diǎn),建立了多個分類模型一基 于模糊聚類的分類模型、基于BP網(wǎng)絡(luò)的分類模型及基于自適應(yīng)共振理論網(wǎng)絡(luò)的分類模型,編制了相應(yīng)的分類程序軟件包,實例運(yùn)行效果證明了模型的有效性.文中還對所建模型進(jìn)行了比較和分析,提出了具體應(yīng)用的建議.關(guān)鍵詞:煤炭資源資產(chǎn) ;分類;模糊聚類; BP算法;自適應(yīng)共振理論(ART I )0引言煤炭資源資產(chǎn)是在現(xiàn)有技術(shù)經(jīng)濟(jì)條件下煤炭資源中能被開發(fā)利用而處于社會經(jīng)濟(jì)運(yùn)營中的部分,煤炭資源資產(chǎn)評估,是實行煤炭資源資產(chǎn)化管理、開采權(quán)流轉(zhuǎn)、合理計取資源稅及資源補(bǔ)償費(fèi)、維護(hù)國家所有者權(quán)益的重要基礎(chǔ)工作.煤炭資源分類是煤炭資源評價的基本前提與主要內(nèi)容,煤炭資源資產(chǎn)分類的可靠性直接影響煤炭資源資產(chǎn)評估的準(zhǔn)確性與可信度,因此,煤炭資源資產(chǎn)分類研究具有重要的意義.0.2638煤炭資源資產(chǎn)價值受煤層、地質(zhì)、采礦技術(shù)及社貢」 0.3792會經(jīng)濟(jì)等眾多因素的影響,對其進(jìn)行分類是一個多件煤層穩(wěn)定性0.2092煤層傾角」0.4116因素、多層次的綜合評價分類問題。目前煤炭資源C煤炭儲量口0.1045資產(chǎn)分類的方法有多種,如模糊綜合分類法、灰色聚0.51820.3224斷層0.4703地類綜合分類法、基于人工神經(jīng)網(wǎng)絡(luò)BP算法的分類[1]. . 褶皺0.1985及基于自適應(yīng)共振理論網(wǎng)絡(luò)的煤炭資源資產(chǎn)分類模素|條火成巖慢入0.1689巖性」0.2253型[2],本文旨在對有關(guān)模型進(jìn)行比較與分析,從而得.9.1121出各種模型的特點(diǎn),以對煤炭資源資產(chǎn)評估工作起瓦斯0.4723涌水量0.3161到借鑒作用.發(fā)火期] 0.2116-[ 地斟可靠性] 0.16120.1941煤炭資源資產(chǎn)價值影響因素分析開拓方式0.3657機(jī)械化程度0.2105只有對影響煤炭資源資產(chǎn)價值的因素進(jìn)行客觀|因]開采深度] 0.4238地分析,才能對其進(jìn)行科學(xué)的分類和評估.通過具0.2875地區(qū)經(jīng)濟(jì)0.3561體分析,可把影響煤炭資源資產(chǎn)價值的因素中國煤化工-外運(yùn)能力運(yùn)距口0.15480. 2604地質(zhì)因素、技術(shù)因素、社會因素和經(jīng)濟(jì)因素MYHCNMHGC煤種比價J02287.并從眾多的因素之中篩選出十九個主要影響因素[3],見圖1.在此主要影響因素分析圖的基礎(chǔ)上即圖1礦產(chǎn)資源價值影響因素分析收稿8期29細(xì)據(jù)4基金項目:山東省省然科學(xué)基金資助項目[Q99G14]56數(shù)學(xué)的實踐與認(rèn)識33卷可建立多種模型完成煤炭資源資產(chǎn)分類任務(wù).2煤炭資源資產(chǎn)分類模型與方法2.1基于模糊聚類的分類方法煤炭資源資產(chǎn)價值的影響因素評價指標(biāo)是多因素多層次指標(biāo)體系.所以,采用基于聚類的評判方法進(jìn)行煤炭資源資產(chǎn)分類,這種方法是將綜合評判方法和聚類方法結(jié)合起來形成一種新的評判方法.設(shè)A={a, az, ... am}為待評對象集,m為所進(jìn)行分類的礦井?dāng)?shù);B={b, b2, ... b,}為n等級所構(gòu)成的集合;C={Cn, C2, .. Cig,}為評價因素集,i=1,2..p, p為評價指標(biāo)層次數(shù)目. q;為第i因素層的因素數(shù);其權(quán)重分配為{wI，wr, .. win,},i,q; 符號意義同上.對于任意單因素C,∈C,作出ai∈A屬于b.∈B的程度,可得到一個矩陣(不-定是方陣).2 r2”... r%(1)lr’r2...r_從末層逐層向前進(jìn)行綜合評判，設(shè)單因素C,∈C的第i+1層子因素對應(yīng)于第i+1層的因素為{C+，C+1+1，... C:+1s+o}, l為因素C的第i+1層子因素的個數(shù),顯然2w+ikk=$= 1,可以得出對因素C;屬于的隸屬度矩陣為>w+er9(+12) .藝r7w+rf$+14)...w+1er9i+1)k=sh=;節(jié)，w+1ri+1k)w+1rx2+1k)5。w;+1r%+1k)R) =(2)節(jié)i+1 h>.(i+ 1 k)> W;+1rmtW;+1W;+1rm2W;+1krmtk-:k-s最后得到綜合評判的結(jié)果為:「R{?' R{&) .... R{97R'0) =R{? R紐’ ... R2)(3)l RR)D(0 ;中國煤化工R{*) = max ((4)I≤k≤n0YHCNMHG則R{")所對應(yīng)的類別b%即為礦井l所升米時煤灰貧源資廣奕別.采用模糊聚類模型進(jìn)行資產(chǎn)分類時，各因素權(quán)重的確定是尤為重要,本研究中,根據(jù)問題影響因素評價指標(biāo)體系的特點(diǎn),采用判斷矩陣分析法確定權(quán)重.判斷矩陣中的各元素采用專家調(diào)查法藝縵,經(jīng)過對特征向量歸一化等處理過程得出各因素權(quán)值(標(biāo)于圖1中),十九個因素的單因素分類標(biāo)準(zhǔn)如表1所示.10期溫國鋒:煤炭資源資產(chǎn)分類方法比較研究57表1單因素的分 類標(biāo)準(zhǔn)表類別因素煤質(zhì)以灰分含量(% )為標(biāo)準(zhǔn)<1010~1515~ 2525~ 35> 35煤層傾角<1212~ 2535~ 45> 45煤炭儲量可供建井規(guī)模(萬噸/年)≥300120~24045~909~30瓦斯(m3/t)<55~1010~15.> 15瓦斯突出.發(fā)火期類別*1) .無原1類原N類地勘可靠性一f值*2)≥0.90.75~0. 90.6~0.750.45~0.6 <0. 45開拓方式平硐平、斜混斜井立、斜混立井開采深度< 300300~ 500500~ 800800~ 1000 : > 1000 .機(jī)械化程度f值"3)≥0. 90.9~0.70.7~0.50.5~0.3<0.3地區(qū)經(jīng)濟(jì)一以地區(qū) 發(fā)達(dá)程度分值(1| 8~106~84~62~41~2~ 10)進(jìn)行分類運(yùn)輸能力以外運(yùn)能力的富裕系數(shù)>1.51.2~1.50.9~1.20.6~0.9為分類標(biāo)準(zhǔn)運(yùn)距(Km)< 30(300~ 600600~ 900.900~ 1200> 1200煤種比價焦煤肥煤、氣肥煤、氣煤、長煙煤.1/2貧瘦煤、貧煤褐煤1/3焦煤中粘煤、弱粘煤地質(zhì)條件(斷層,褶皺,煤層穩(wěn)定性.頂按原中國統(tǒng)配煤礦總公司生產(chǎn)局對全國礦井的地質(zhì)條件進(jìn)行分類的標(biāo)準(zhǔn)，劃底板巖性，火成巖侵入)分為5類,第1類條件最好.水文地.質(zhì)條件按原中國統(tǒng)配煤礦總公司生產(chǎn)局的分類標(biāo)準(zhǔn)進(jìn)行,分為5類注:1)發(fā)火期類別以原中國統(tǒng)配煤礦總公司安全局的分類標(biāo)準(zhǔn)為基礎(chǔ)進(jìn)行分類,原標(biāo)準(zhǔn)分為I、I、I、IV四類.2)地勘^可靠性按其隸屬函數(shù)值進(jìn)行分類,表達(dá)式為:f(x，x2, xs,x)= 1.0x1 + 0.8x2 + 0.5xs + 0.3x;(5)式中x)，x2,xs,x分別為A、B、C、D級儲量占總儲量的百分比,常系數(shù)為各級儲量的探明可靠性程度.3)機(jī)械化程度評價指標(biāo)的隸屬函數(shù)為:f(xI, x，x3)= 1.0x1 + 0.6x2+ 0.2x3(6)式中x，x2，x3s分別為綜采、普采、炮采所占比例，常系數(shù)為綜采、普采、炮采的相對效率系數(shù).2.2基于 人工神經(jīng)網(wǎng)絡(luò)BP算法的煤炭資源資產(chǎn)分類人工神經(jīng)網(wǎng)絡(luò)是-種包括許多簡單的中國煤化工的非線性動力系統(tǒng).反向傳播模型是-種被廣泛應(yīng)用于模式識別MYHCNMHG問題的人工神經(jīng)網(wǎng)絡(luò)模型,BP模型即屬此類.根據(jù)Kolmogolov定埋,二層網(wǎng)絡(luò)叮頭現(xiàn)犧入信號的任何非線性連續(xù)函數(shù),所以本課題選擇使用三層的BP網(wǎng)絡(luò)模型,即中間層層數(shù)為1的誤差反向傳播模型,此模型的另外兩層分別為輸入層和輸出層.根據(jù)前勇鮑維析和煤炭資源資產(chǎn)分類的特點(diǎn),確定BP網(wǎng)絡(luò)的具體結(jié)構(gòu).根據(jù)煤炭資源資產(chǎn)評估的需要,確定分類類別數(shù)為5,因此網(wǎng)絡(luò)的輸出層神經(jīng)元數(shù)目確定為5個;網(wǎng)絡(luò)輸入58數(shù)學(xué)的實踐與認(rèn)識33卷層的神經(jīng)元數(shù)目由煤炭資源資產(chǎn)價值的影響因素數(shù)目決定,在前文中我們已經(jīng)分析到,這種影響因素共有19個,故網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)目確定為19個;隱含層節(jié)點(diǎn)數(shù)的確定,至今仍然沒有一個特別有效的方法,本課題中采用試算法確定最佳節(jié)點(diǎn).網(wǎng)絡(luò)結(jié)構(gòu)確定以后,需要用學(xué)習(xí)樣本對網(wǎng)絡(luò)進(jìn)行訓(xùn)練(具體學(xué)習(xí)算法略).2.3 基于自適應(yīng)共振理論網(wǎng)絡(luò)的煤炭資源資產(chǎn)分類自適應(yīng)共振理論(ART)是以認(rèn)知和行為模式為基礎(chǔ)的一種無教師、矢量聚類、競爭學(xué)習(xí)算法.它是由一個前向和后向自適應(yīng)濾波器構(gòu)成的閉環(huán)反饋系統(tǒng).ART網(wǎng)絡(luò)主要有三種形式,根據(jù)煤炭資源資產(chǎn)分類的特性,采用ART I模型和算法.ARTI由注意子系統(tǒng)和取向子系統(tǒng)組成,ART I網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示.注意復(fù)位F;子系統(tǒng)中包括短期記憶特征表示區(qū)(STM- F)和短期記憶類別表示區(qū)(STM- - F2),分別簡稱為F1和Fz,F1和.cPzji/ ZyLTM)qF2之間的連接通道為自適應(yīng)長期記憶.Pbf(q,)|閾值(LTM- - Z.,Z;),分別簡稱為Z,和Z小。在u”F:層中,經(jīng)過預(yù)處理的輸入信號I,通過au;閩值f(x,)F向量歸一化和非線性變換f(x),得到穩(wěn)定'x的中間層模式U,并經(jīng)過上層模式P將增強(qiáng)后的信息送入F2層.當(dāng)有信號輸入時，F(xiàn)2迅速產(chǎn)生相應(yīng)的模式并存儲于F2中.圖2 ART I網(wǎng)絡(luò)結(jié)構(gòu)示意圖F2的侯選模式向F1反饋學(xué)習(xí)期望Z,在F1中計算Z;與輸入模式的匹配度,然后由取向子系統(tǒng)將匹配度與一固定的門限比較,確定輸入是否屬于F2的侯選模式,若是,Z;和Z,;重新學(xué)習(xí)以包含輸入信息;若不是,取向子系統(tǒng)即向Fz發(fā)出復(fù)位信號,F2重新探索其它模式，學(xué)習(xí)結(jié)果存儲于Z,和Z,中,因此稱它們?yōu)殚L期記憶,而在F1和F2中存儲的是暫時性輸入及侯選模式,故稱之為短期記憶.用ART I網(wǎng)絡(luò)進(jìn)行煤炭資源資產(chǎn)分類,首先是需要確定網(wǎng)絡(luò)參數(shù).網(wǎng)絡(luò)的輸入數(shù)據(jù)為待評估的各個礦井的礦產(chǎn)資源影響因素特征值,為一向量,記為(x，x2, ... x1g),這里的xIx,..x1g分別對應(yīng)上面的19個因素,故網(wǎng)絡(luò)輸入層需要設(shè)19個單元;根據(jù)煤炭產(chǎn)資源資產(chǎn)評估的需要,將類別劃分為5一-7類為宜,為便于對比,本課題研究確定為5個類別,所以輸出層需設(shè)5個節(jié)點(diǎn),記為(y1，y2, Ys，y，ys).這樣就建立起了用于分類的自適應(yīng)網(wǎng)絡(luò)模型,用預(yù)處理后的數(shù)據(jù)作為網(wǎng)絡(luò)的輸入,利用ARTI算法[4(限于篇幅,詳細(xì)算法略),即可實現(xiàn)分類功能.2.4人工神經(jīng)網(wǎng)絡(luò)分類模型樣本數(shù)據(jù)預(yù)中國煤化工圖1中列出的十九個因素,其評價指;MHCN MH G法作統(tǒng)-的比較,無法滿足神經(jīng)網(wǎng)絡(luò)對樣本輸入值的要求,故需將各因素時專業(yè)評估指標(biāo)轉(zhuǎn)化為0~1之間的無量綱的數(shù)值,稱之為原始數(shù)據(jù)的預(yù)處理.進(jìn)行預(yù)處理后的數(shù)據(jù),才能提供給網(wǎng)絡(luò).處理的方法是，建立各因素指標(biāo)的模糊隸屬函數(shù),把各因素的隸屬度作為樣本的參數(shù)值.規(guī)定某項指標(biāo)的評價值越有訴映該指標(biāo)對其價值的影響越有利.對各個樣本,其分量值的確定方法詳見文獻(xiàn)[2],這里從略.10期溫國鋒:煤炭資源資產(chǎn)分類方法比較研究593實例分析與模型比較在本課題的研究過程中,收集了山東、山西、內(nèi)蒙、遼寧、河北、北京等省、市、自治區(qū)的多個礦務(wù)局的共100多個礦井的相關(guān)數(shù)據(jù)資料,選出其中信息完整的76個礦井的數(shù)據(jù)作為樣本以對模型進(jìn)行檢驗.首先按上面介紹的方法對輸入數(shù)據(jù)進(jìn)行預(yù)處理,模糊聚類模型和人工神經(jīng)網(wǎng)絡(luò)模型需采用不同的處理過程.將經(jīng)過預(yù)處理的數(shù)據(jù)作為樣本的輸入值,提供給相應(yīng)的分類模型.本課題針對各分類模型和相應(yīng)的算法,編制了相應(yīng)的分類程序,并將三個程序塊加以集成，形成礦產(chǎn)資源資產(chǎn)分類軟件包.軟件以面向?qū)ο蟮某绦蛟O(shè)計語言Visual Basic作為開發(fā)工具在Windows98環(huán)境下編制完成的,界面友好、人機(jī)交互功能強(qiáng)，且具有對原始數(shù)據(jù)的預(yù)處理功能,使得數(shù)據(jù)預(yù)處理和樣本自學(xué)習(xí)分類集于一身,使用方便、分類速度快..在選出的76個樣本中,模糊聚類分類法和ARTI分類法中全部參加分類,而基于BP算法的分類模型,由于是有教師示教的模型和算法,需要從中列出一部分作為訓(xùn)練之用,本課題中確定訓(xùn)練樣本28個,其余48個作為測試樣本.參照煤炭工業(yè)技術(shù)咨詢委員會對全國礦井綜合評價與分類的研究結(jié)果(1992.11),并對各個礦井的煤炭資源資產(chǎn)實際情況進(jìn)行分析對比,得出各模型的分類結(jié)果如表2所示.表2分 類結(jié)果對比表項目測試樣本數(shù)其中準(zhǔn)確分類樣本數(shù)分類準(zhǔn)確率方法模糊聚類方法7681. 6%人工神經(jīng)網(wǎng)絡(luò)BP算法. )48485. 4%自適應(yīng)共振理論(ARTI )網(wǎng)絡(luò)86. 8%由分類結(jié)果可見,三種方法均能夠較準(zhǔn)確地實現(xiàn)煤炭資源資產(chǎn)分類功能,分類結(jié)果與實際情況基本一致.相對而言,人工神經(jīng)網(wǎng)絡(luò)方法比模糊聚類方法分類的可靠性更高些;而BP算法與ARTI網(wǎng)絡(luò)的分類效果差別不太大,可認(rèn)為二者相同.模糊聚類分析方法,一旦權(quán)值和單因素隸屬度確定,分類將十分快捷和穩(wěn)定,但它存在某些主觀性,主要表現(xiàn)在權(quán)重及單因素隸屬度的確定,存在主觀因素的影響,其確定的合理與否直接會影響到總的分類結(jié)果的合理性;用BP算法可解決分類過程中存在的主觀性問題,且網(wǎng)絡(luò)學(xué)習(xí)穩(wěn)定后,分類快速且可靠性高,但BP算法需要教師示教,如果樣本數(shù)少或樣本或訓(xùn)練樣本代表性不強(qiáng),對分類結(jié)果影響較大,另一方面,當(dāng)學(xué)習(xí)樣本增加或有所改變時，BP網(wǎng)絡(luò)需重新進(jìn)行學(xué)習(xí),以確定新的網(wǎng)絡(luò)參數(shù),這又給應(yīng)用帶來了不便;ART I網(wǎng)絡(luò)是一種自適應(yīng)網(wǎng)絡(luò),它不需要教師示教,能夠直接進(jìn)行分類,在加入新樣本時,不會對網(wǎng)絡(luò)以前的工作結(jié)果造成影響,這是它比BP網(wǎng)絡(luò)的優(yōu)中國煤化工別的無序性,即ART I網(wǎng)絡(luò)的分類結(jié)果,只是把類別相同的樣本放]沒有直接與實際類別的TYHCNMHG類序相一致,直觀性不強(qiáng)、在本課題研究過柱中，針對這一情況，米用了在輸入樣本中增加類別指針的方法，有效地解決這一問題.所謂“類別指針”,就是在每一類中設(shè)一標(biāo)準(zhǔn)樣本，來代表該類.ARTI分類的結(jié)果,應(yīng)使這幾個“指針”分到不同的組中,每組中的樣本類別就根據(jù)該組中捐鈹糞別來確定.60數(shù)學(xué)的實踐與認(rèn)識33卷4結(jié)論以上建立起了用于煤炭資源資產(chǎn)分類的三類模型,運(yùn)行效果表明這些模型都是可行的，可靠性比較高.由于各種方法都有其相應(yīng)的優(yōu)點(diǎn)和不足處，建議在實際應(yīng)用中綜合采用多個方法進(jìn)行分類,并對其進(jìn)行比較,對結(jié)論不相一致的情況需要進(jìn)行認(rèn)真的分析,確定合理的礦產(chǎn)資源類別,為煤炭資源資產(chǎn)的準(zhǔn)確評估奠定基礎(chǔ).參考文獻(xiàn):[1] 王廣成，李祥儀。基于人工神經(jīng)網(wǎng)絡(luò)的煤炭資源資產(chǎn)分類研究[J]. 系統(tǒng)工程理論與實踐,1998, (6): 74- 79.[2] 溫國鋒，王廣成，潘正勇.自適應(yīng)共振理論網(wǎng)絡(luò)在煤炭資源資產(chǎn)分類中的應(yīng)用研究[J]. 煤炭學(xué)報，2002, 27(6):566- 569.[3] 王廣成，李祥儀，熊國華.煤炭資源資產(chǎn)評估的主要影響因素分析[J].阜新礦業(yè)學(xué)院學(xué)報(自然科學(xué)版),1996,15(4): 509-512.[4] 徐永成，溫熙森，韓小云. -種新型ART 1無監(jiān)督分類算法[J].計算機(jī)工程與應(yīng)用，2001. 8: 13- - 15.[5]王廣 成著.煤炭資源資產(chǎn)評估理論和方法研究[M].中國經(jīng)濟(jì)出版社，2000, 4: 72- 110.The Comparison Study on the Method ofClassification of Coal Resources A ssetsWEN Guo- feng( Engineering Dept. ，China Coal Economic College，Yantai 264005, China )Abstract: The evaluation of coal resources assets is the important and basic work to carry outasset style management of coal resources, and the reliability of classification of coal resourceassets is the precondition to complete the work effectively. Several classification models isfounded according to the characteristic of coal resource assets-- classification model based onFuzzy Clustering, classification model based on BP networks and classification model based onAdaptive Resonance Theory networks， the software about the classification is worked outaccordingly，the validity of the models is proved by the example. Compare and analysis iscarried out to the models built above and suggests on the use of the models is brought forward.Keywords:coal resource assets; classification; fuzzy clustering; BP algorithm; adaptiveresonance theory(ART I )中國煤化工MYHCNM HG