基于柔性神经元的煤矿安全风险预警模型研究

2021-07-27陈佳林付恩三

煤炭工程 2021年7期

陈佳林，付恩三

(应急管理部信息研究院，北京 100029)

为进一步强化煤矿企业本质安全水平，提升企业对煤矿企业安全风险的预测预警能力，提高安全生产监管监察水平，本文以人工智能技术为基础，基于连续值逻辑的健全性，连续值逻辑把M-P神经元模型扩张为连续值神经元，通过多源柔性神经网络[1，2]多维度、多视角、全方位对煤矿各类主要在线监控数据，安全生产规章制度、技术管理制度，安全风险管控、隐患管理治理等过程数据进行训练，建立煤矿风险预警指标体系指标因子的属性关系网络和连续值逻辑柔性算子库，提取隐含的规律和有用信息，构建基于柔性神经元决策树算子模型，实现煤矿风险的分析研判和实时预警，为日常监察、远程联网分析、执法检查和应急救援等工作提供数据支撑和技术手段[3-5]。

1 连续值逻辑谱与健全性

随着人工智能领域的不断发展，人们在实际的应用中发现，很多的非标准逻辑中，标准逻辑的一些重要性质发生了变化。很多专家通过验证，信息传输和使用中，信息在处理过程中发生了畸变，因此，很多非标准逻辑虽然具有“可靠性”和“完备性”，它们的逻辑推理失去了“可信性”，专家通过引入不确定性因素，形成了多组逻辑组成一个逻辑系统，不同应用条件对应不同逻辑算子，连续值逻辑演变成逻辑谱，从逻辑谱的角度利用连续值逻辑代数完善现有的各种柔性逻辑命题逻辑系统[4]。