劉曉亮,褚洪濤

(1.長(zhǎng)沙礦山研究院, 湖南長(zhǎng)沙 410012;2.國(guó)家金屬采礦工程技術(shù)研究中心, 湖南長(zhǎng)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(zhǎng)沙礦山研究院, 湖南長(zhǎng)沙 410012;2.國(guó)家金屬采礦工程技術(shù)研究中心, 湖南長(zhǎng)沙 410012)

通過(guò)對(duì)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(diǎn),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(guò)對(duì)多個(gè)目標(biāo)進(jìn)行分析、計(jì)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(jì)算機(jī)和人腦的優(yōu)勢(shì)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(yàn)、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(shí)間、地點(diǎn)、個(gè)人傾向的不同而不同,故采礦方法選擇專家系統(tǒng)多針對(duì)特定的礦體,沒(méi)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(jiǎn)介

專家系統(tǒng)是1970年代興起的一門(mén)計(jì)算應(yīng)用科學(xué),是以廣泛的人工領(lǐng)域?qū)＜抑R(shí)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(wèn)題的過(guò)程的計(jì)算機(jī)程序,它同模式識(shí)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(gè)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(shí)和眾多領(lǐng)域?qū)＜业膶?shí)踐經(jīng)驗(yàn)及解決實(shí)踐問(wèn)題的策略,并且能夠模擬專家的求解思維過(guò)程去解決本領(lǐng)域的問(wèn)題。專家系統(tǒng)不僅能使領(lǐng)域?qū)＜业闹R(shí)與智能得以充分發(fā)揮,同時(shí)作為計(jì)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(shí)間因素的影響,以及方便,靈活、準(zhǔn)確、快速的優(yōu)點(diǎn)。專家系統(tǒng)作為一種有效而實(shí)用的工具,為人類提供了保存、傳播、利用和評(píng)價(jià)領(lǐng)域?qū)＜抑R(shí)和經(jīng)驗(yàn)的一種有效手段。

一個(gè)專家系統(tǒng)有兩個(gè)主要的組成部分:知識(shí)庫(kù)和推理機(jī)。圖1表示了知識(shí)庫(kù)、推理機(jī)與知識(shí)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(wèn)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(shí)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(shí)將力不從心;系統(tǒng)人機(jī)界面采用命令問(wèn)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(diǎn),此系統(tǒng)不僅使專家系統(tǒng)具有處理復(fù)雜問(wèn)題能力,同時(shí)也使專家系統(tǒng)具有自我學(xué)習(xí)、完善能力。但是,相對(duì)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(kāi)發(fā)時(shí)容易出錯(cuò),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(shí)間,限制開(kāi)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(wèn)題條理化、簡(jiǎn)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(guò)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(gè)新思路,但是礦山開(kāi)采的傾向性會(huì)因礦體的開(kāi)采、環(huán)境的改變而改變,如果僅靠?jī)A向性排序而確定某個(gè)適合礦山開(kāi)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(lái)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(jiàn)詳細(xì)描述或普遍推廣應(yīng)用實(shí)例。

2 采礦方法選擇輔助決策專家系統(tǒng)

2.1 系統(tǒng)特點(diǎn)

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(jì)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(guò)對(duì)多個(gè)目標(biāo)進(jìn)行分析、計(jì)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(jì)算機(jī)程序在大量數(shù)據(jù)上處理上的優(yōu)勢(shì),給決策者創(chuàng)造更大的選擇空間,也發(fā)揮人類在處理動(dòng)態(tài)問(wèn)題的優(yōu)勢(shì);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(shí)際。

2.2 系統(tǒng)組成

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

采礦方法知識(shí)庫(kù)中主要存貯了采礦方法知識(shí)子庫(kù)和采礦方法選擇判斷規(guī)則子庫(kù)兩部分內(nèi)容。采礦方法知識(shí)子庫(kù)內(nèi)存儲(chǔ)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(kù)內(nèi)存儲(chǔ)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(guò)調(diào)用采礦方法知識(shí)庫(kù)中的內(nèi)容進(jìn)行分析、傾向性排序。

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

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

知識(shí)收集器有兩大主要功能:系統(tǒng)研發(fā)人員通過(guò)知識(shí)收集器對(duì)采礦方法知識(shí)庫(kù)內(nèi)專家知識(shí)進(jìn)行修改、優(yōu)化、補(bǔ)充;用戶通過(guò)知識(shí)收集器提交應(yīng)用回饋信息。

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

2.3 實(shí)現(xiàn)過(guò)程

2.3.1 系統(tǒng)實(shí)現(xiàn)過(guò)程

用戶通過(guò)UI輸入礦體賦存參數(shù)、技術(shù)經(jīng)濟(jì)參數(shù)、開(kāi)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(shí)庫(kù)中的信息,按照推理規(guī)則推理。IP對(duì)推理過(guò)程中的各個(gè)步驟進(jìn)行實(shí)時(shí)追蹤、記錄、解釋。在推理過(guò)程完畢之后,推理結(jié)果將存儲(chǔ)至MMKD,同時(shí)由UI進(jìn)行輸出。用戶通過(guò)KC反饋使用信息,也能通過(guò)KQE查詢采礦方法具體應(yīng)用實(shí)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(shí)庫(kù)

采礦方法知識(shí)庫(kù)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(kāi)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(shí),將采礦方法名稱類參數(shù)化后存儲(chǔ),如CT_UP_FC_DZ表示“點(diǎn)柱上向分層充填法”。判斷規(guī)則以判斷語(yǔ)句形式存儲(chǔ),解釋規(guī)則以文字描述形式存儲(chǔ)。

2.3.3 推理機(jī)實(shí)現(xiàn)過(guò)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(shí)出發(fā),應(yīng)用產(chǎn)生式規(guī)則,經(jīng)過(guò)逐步推理得出結(jié)論。本系統(tǒng)推理機(jī)由兩個(gè)模塊組成,第一個(gè)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(gè)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(kāi)采成本、最高開(kāi)采效率等方面的計(jì)算、分析、排序。從而實(shí)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(shí)現(xiàn)過(guò)程

解釋器負(fù)責(zé)回答用戶提出的問(wèn)題,解釋專家系統(tǒng)做出判斷的依據(jù),是實(shí)現(xiàn)系統(tǒng)透明性的主要部件。解釋器有兩個(gè)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(shí),自動(dòng)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(chǔ)在MMKD中,由問(wèn)題編號(hào)和解釋內(nèi)容構(gòu)成。

3 總 結(jié)

本文通過(guò)對(duì)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(diǎn),提出一個(gè)新的專家系統(tǒng)設(shè)計(jì)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(guò)對(duì)所有滿足礦山開(kāi)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(shí)也利用人腦根據(jù)實(shí)際進(jìn)行動(dòng)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(shí)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(jì)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(bào),1992,12:27～46.

[3]楊洪軍,等.基于問(wèn)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(guó)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。