郭 立

(中国铝业公司， 北京 100082)

0 引 言

岩爆倾向性的预测预报是有效防治岩爆的基础[1]。由于过去对于硬岩开采岩爆的记载较少且信息简单，如何从现有知识样本中挖掘更多有用信息，从而提高岩爆倾向性的预测可靠性，显得非常重要。岩爆的发生不单是有和无两个概念，还有轻重之分，不同烈度岩爆要求的防治措施及其等级也有所不同，只有对岩爆倾向性及其烈度进行科学预测，并采取合理、有效的防治措施，才能保证矿山生产的正常进行,且一旦发生岩爆时，使矿山的损失降到最低。本文将模糊聚类分析应用于岩爆实例分析中，根据实际需要实现对岩爆倾向性的精细划分。

1 模糊聚类分析及其原理

模糊聚类分析是一种新发展的数学分类方法，它是根据事物间的不同特征、亲疏程度和相似性等关系，将具有共同特征的事物划为一个类群。由于大多数相似性度量对输入向量中元素的值域非常敏感，因此，对输入向量通常要先作归一化处理。常见的聚类分析方法主要有K均值聚类、山峰聚类、模糊C均值聚类和减法聚类方法，以后两种为优[2]。本文主要采用模糊C均值聚类分析方法对岩爆倾向性进行分析预测(辅助用减法聚类进行聚类中心搜索及验证分析结果)，其算法原理为：

设样本集为n个向量xi(i=1,2,…,n)，分为c个模糊组，分类矩阵为U=[uij]，uij在[0,1]上取值且满足：

(1)

选取目标函数：

(2)

式中，ci为模糊组i的聚类中心；dij=‖ci-xj‖为第i个聚类中心与第j个数据点间的欧几里德距离；……