采礦方法選擇輔助決策專家系統(tǒng)

劉曉亮,褚洪濤

(1.長沙礦山研究院, 湖南長沙 410012;2.國家金屬采礦工程技術(shù)研究中心, 湖南長沙 410012)

采礦方法選擇輔助決策專家系統(tǒng)

劉曉亮1,2,褚洪濤1

(1.長沙礦山研究院, 湖南長沙 410012;2.國家金屬采礦工程技術(shù)研究中心, 湖南長沙 410012)

通過對采礦方法專家系統(tǒng)的研究現(xiàn)狀進(jìn)行分析,總結(jié)各種采礦方法選擇專家系統(tǒng)的優(yōu)缺點,提出采礦方法選擇輔助決策專家系統(tǒng)。該系統(tǒng)并不追求單一的結(jié)果,而是通過對多個目標(biāo)進(jìn)行分析、計算、傾向性排序,輔助決策者進(jìn)行采礦方法選擇,能夠最大限度的利用計算機(jī)和人腦的優(yōu)勢進(jìn)行采礦方法選擇決策。

采礦方法選擇;輔助決策系統(tǒng);傾向性排序;專家系統(tǒng)

采礦方法的合理與否直接影響著礦山的安全、經(jīng)濟(jì)及高效生產(chǎn)。采礦方法選擇專家系統(tǒng)的引入能夠更加充分利用采礦領(lǐng)域采礦方法選擇的經(jīng)驗、理論、策略,更加快捷、全面的選擇出合適的采礦方法。由于采礦方法選擇需要考慮的因素太多,并且其中一些因素因時間、地點、個人傾向的不同而不同,故采礦方法選擇專家系統(tǒng)多針對特定的礦體,沒有得到普遍推廣。本文綜合之前采礦方法選擇系統(tǒng)的成功之處,創(chuàng)新性提出采礦方法選擇輔助決策專家系統(tǒng)。

1 采礦方法選擇專家系統(tǒng)

1.1 專家系統(tǒng)簡介

專家系統(tǒng)是1970年代興起的一門計算應(yīng)用科學(xué),是以廣泛的人工領(lǐng)域?qū)＜抑R為基礎(chǔ),應(yīng)用推理方法模擬領(lǐng)域?qū)＜宜季S與解決領(lǐng)域問題的過程的計算機(jī)程序,它同模式識別和智能機(jī)器人構(gòu)成了人工智能科學(xué)的三大前沿領(lǐng)域。

一個成功的專家系統(tǒng),應(yīng)當(dāng)是綜合吸收了本領(lǐng)域的理論知識和眾多領(lǐng)域?qū)＜业膶嵺`經(jīng)驗及解決實踐問題的策略,并且能夠模擬專家的求解思維過程去解決本領(lǐng)域的問題。專家系統(tǒng)不僅能使領(lǐng)域?qū)＜业闹R與智能得以充分發(fā)揮,同時作為計算機(jī)程序的專家系統(tǒng)又具有不受人心理因素、地域因素、時間因素的影響,以及方便,靈活、準(zhǔn)確、快速的優(yōu)點。專家系統(tǒng)作為一種有效而實用的工具,為人類提供了保存、傳播、利用和評價領(lǐng)域?qū)＜抑R和經(jīng)驗的一種有效手段。

一個專家系統(tǒng)有兩個主要的組成部分:知識庫和推理機(jī)。圖1表示了知識庫、推理機(jī)與知識工程師(KE,KnowledgeEngineer)、領(lǐng)域?qū)＜?DE,Domain Expert)之間的關(guān)系。

圖1 專家系統(tǒng)基本結(jié)構(gòu)

1.2 專家系統(tǒng)研究現(xiàn)狀

采礦方法選擇專家系統(tǒng)在采礦方法選擇中應(yīng)用較廣泛,如采礦方法選擇專家系統(tǒng)、采礦方法選擇神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)、集成多屬性效用理論和專家系統(tǒng)的采礦方法選擇決策支持系統(tǒng)、基于問題原型的采礦方法選擇專家系統(tǒng)、層次分析決策方法、采礦方案的模糊優(yōu)選、模糊集理論等。

采礦方法專家系統(tǒng)包含了采礦方法決策、分類知識和查詢模塊3大模塊,結(jié)構(gòu)較完整、功能豐富。但此系統(tǒng)推理機(jī)判斷形式單一,在處理相互影響的參數(shù)時將力不從心;系統(tǒng)人機(jī)界面采用命令問答形式,不利于進(jìn)行參數(shù)錄入、查看和修改。

采礦方法選擇神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)具備神經(jīng)網(wǎng)絡(luò)所特有的智能程度高的特點,此系統(tǒng)不僅使專家系統(tǒng)具有處理復(fù)雜問題能力,同時也使專家系統(tǒng)具有自我學(xué)習(xí)、完善能力。但是,相對于基于規(guī)則等流行結(jié)構(gòu)的專家系統(tǒng),神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)結(jié)構(gòu)十分復(fù)雜,其研發(fā)要困難很多。并且神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)結(jié)構(gòu)復(fù)雜,開發(fā)時容易出錯,調(diào)試、維護(hù)困難。要使采礦方法選擇神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)能夠根據(jù)冗繁復(fù)雜的條件選出適合的采礦方法,需要投入大量的人力、物力和時間,限制開發(fā)與推廣。

多屬性效用理論應(yīng)用于采礦方法選擇專家系統(tǒng)的成功之處在于把復(fù)雜的問題條理化、簡單化,這使得采礦方法專家系統(tǒng)的目的不再是一味的追求完全滿足的單一目標(biāo),而是通過將采礦方法選擇結(jié)果進(jìn)行不同傾向性排序,提供決策支持。雖然多屬性效用理論給專家系統(tǒng)在采礦方法選擇的應(yīng)用中的提供了一個新思路,但是礦山開采的傾向性會因礦體的開采、環(huán)境的改變而改變,如果僅靠傾向性排序而確定某個適合礦山開采的采礦方法是十分困難的。

從采礦方法(方案)選擇的相關(guān)參考文獻(xiàn)來看,神經(jīng)網(wǎng)絡(luò)理論、多屬性效用理論、模糊數(shù)學(xué)理論多用于特定的礦體采礦方法選擇、分析、優(yōu)化,并未形成普遍適用的專家系統(tǒng),雖在相關(guān)文獻(xiàn)中有提及,但未見詳細(xì)描述或普遍推廣應(yīng)用實例。

2 采礦方法選擇輔助決策專家系統(tǒng)

2.1 系統(tǒng)特點

綜合之前各種采礦方法專家系統(tǒng)的成功之處,提出采礦方法選擇專家系統(tǒng)設(shè)計新思路:不使用采礦方法專家系統(tǒng)去追求完全單一目標(biāo),而是通過對多個目標(biāo)進(jìn)行分析、計算、傾向性排序,決策者在排序結(jié)果中選擇滿足其傾向性的采礦方法。這樣不僅利用了計算機(jī)程序在大量數(shù)據(jù)上處理上的優(yōu)勢,給決策者創(chuàng)造更大的選擇空間,也發(fā)揮人類在處理動態(tài)問題的優(yōu)勢;不但降低了專家系統(tǒng)的研發(fā)難度,同樣也使得采礦方法選擇結(jié)果更加符合實際。

2.2 系統(tǒng)組成

采礦方法選擇輔助決策系統(tǒng)有6個模塊組成:采礦方法知識庫(MMKD,Mining Method Knowledge Database)、推理機(jī)(IE,In ference Engine)、解釋器(IP,Interpreter)、知識收集器(KC,Knowledge Collector)、知識查詢器(KQE,Knowledge Query Engineer),系統(tǒng)用戶界面(UI,User Inter face)。

采礦方法知識庫中主要存貯了采礦方法知識子庫和采礦方法選擇判斷規(guī)則子庫兩部分內(nèi)容。采礦方法知識子庫內(nèi)存儲了采礦方法分類、適用礦體參數(shù)、應(yīng)用情況、技術(shù)經(jīng)濟(jì)指標(biāo)等數(shù)據(jù),采礦方法選擇判斷規(guī)則子庫內(nèi)存儲了采礦方法選擇判斷規(guī)則和響應(yīng)的解釋記錄。

推理機(jī)的功能是模擬采礦專家選擇采礦方法的思維,通過調(diào)用采礦方法知識庫中的內(nèi)容進(jìn)行分析、傾向性排序。

解釋器用來解釋系統(tǒng)推理機(jī)做出判斷的依據(jù),是實現(xiàn)系統(tǒng)透明性的主要部件。

知識查詢器主要用于采礦方法相關(guān)知識的查詢,如典型方案圖、實際應(yīng)用情況、技術(shù)經(jīng)濟(jì)指標(biāo)等的查詢。

知識收集器有兩大主要功能:系統(tǒng)研發(fā)人員通過知識收集器對采礦方法知識庫內(nèi)專家知識進(jìn)行修改、優(yōu)化、補(bǔ)充;用戶通過知識收集器提交應(yīng)用回饋信息。

用戶通過用戶圖形界面與專家系統(tǒng)進(jìn)行專家系統(tǒng)各項功能操作,以實現(xiàn)數(shù)據(jù)輸入、知識查詢、推理解釋等功能。

2.3 實現(xiàn)過程

2.3.1 系統(tǒng)實現(xiàn)過程

用戶通過UI輸入礦體賦存參數(shù)、技術(shù)經(jīng)濟(jì)參數(shù)、開采特殊性要求等數(shù)據(jù)。IE調(diào)用用戶輸入的參數(shù),結(jié)合采礦方法知識庫中的信息,按照推理規(guī)則推理。IP對推理過程中的各個步驟進(jìn)行實時追蹤、記錄、解釋。在推理過程完畢之后,推理結(jié)果將存儲至MMKD,同時由UI進(jìn)行輸出。用戶通過KC反饋使用信息,也能通過KQE查詢采礦方法具體應(yīng)用實例。圖2為系統(tǒng)的結(jié)構(gòu)與流程。

圖2 采礦方法選擇輔助決策系統(tǒng)結(jié)構(gòu)與流程

2.3.2 采礦方法知識庫

采礦方法知識庫主要由礦山基本信息、礦山地質(zhì)條件、礦床賦存要素、采礦方法名稱、礦床開采特殊要求及技術(shù)經(jīng)濟(jì)指標(biāo)等數(shù)據(jù)構(gòu)成。其中采礦方法分類及命名屬于描述性知識,將采礦方法名稱類參數(shù)化后存儲,如CT_UP_FC_DZ表示“點柱上向分層充填法”。判斷規(guī)則以判斷語句形式存儲,解釋規(guī)則以文字描述形式存儲。

2.3.3 推理機(jī)實現(xiàn)過程

本系統(tǒng)主要采用正向推理方式,基本思想是從已知事實出發(fā),應(yīng)用產(chǎn)生式規(guī)則,經(jīng)過逐步推理得出結(jié)論。本系統(tǒng)推理機(jī)由兩個模塊組成,第一個模塊是采礦方法初選,其功能是根據(jù)礦山地質(zhì)條件、礦體賦存情況等自然因素,參照MMKD中的采礦方法,淘汰技術(shù)不可行的采礦方法;第二個模塊是傾向性分析,其功能是結(jié)合MMKD中類似礦山的技術(shù)經(jīng)濟(jì)指標(biāo),將初選的采礦方法進(jìn)行如傾向于額外安全考慮、最高礦石回收率、最快收益、最低開采成本、最高開采效率等方面的計算、分析、排序。從而實現(xiàn)給投資者提供采礦方法選擇傾向性建議。

2.3.4 解釋器實現(xiàn)過程

解釋器負(fù)責(zé)回答用戶提出的問題,解釋專家系統(tǒng)做出判斷的依據(jù),是實現(xiàn)系統(tǒng)透明性的主要部件。解釋器有兩個部分組成:監(jiān)視程序和解釋記錄。監(jiān)視程序集成于推理機(jī)中,當(dāng)推理機(jī)進(jìn)行某步驟的推理需要進(jìn)行解釋時,自動調(diào)用監(jiān)視程序,監(jiān)視程序調(diào)用相應(yīng)的解釋記錄進(jìn)行解釋。解釋記錄存儲在MMKD中,由問題編號和解釋內(nèi)容構(gòu)成。

3 總 結(jié)

本文通過對采礦方法選擇專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)、集成多屬性效用理論和采礦方法選擇決策支持系統(tǒng)等進(jìn)行研究,根據(jù)采礦方法選擇的特點,提出一個新的專家系統(tǒng)設(shè)計思維:專家系統(tǒng)最終的目的不是要選擇出能夠滿足決策者全部需求的單一采礦方法,而是通過對所有滿足礦山開采技術(shù)條件的采礦方法進(jìn)行不同傾向性排序,給決策者提供決策參考,輔助其采礦方法選擇決策。這不僅大大減輕了專家系統(tǒng)的研發(fā)難度,同時也利用人腦根據(jù)實際進(jìn)行動態(tài)決策采礦方法,使采礦方法的選擇結(jié)果更加準(zhǔn)確、更加符合實際需求。

[1]蔣瑾瑜.關(guān)于采礦方法選擇的專家系統(tǒng)設(shè)想[J].有色冶金設(shè)計與研究,1998,19(2):17～200.

[2]婁富昌,等.地下金屬礦山采礦方法選擇及應(yīng)用[J].世界礦業(yè)快報,1992,12:27～46.

[3]楊洪軍,等.基于問題原型的采礦方法選擇專家系統(tǒng)的研究[J].黃金,1997,18:19～22.

[4]王廣成,等.采礦方法選擇:集成多屬性效用理論和專家系統(tǒng)的決策支持系統(tǒng)[J].國外金屬礦山,1996,(1):24～27.

[5]馮 定.神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)[M].北京:科學(xué)出版社,2006:1～11.

[6]黃可鳴.專家系統(tǒng)[M].南京:東南大學(xué)出版社,1991.

2010-02-05)

劉曉亮(1984-),男,甘肅蘭州人,碩士,助理工程師,主要從事采礦工藝及礦山數(shù)字化研究工作,E-mail:lightlau@msn.com。