方 信，杨 力，朱俊奇

(安徽理工大学 经济与管理学院，安徽 淮南 232000)

随着煤矿开采深度延伸、开采强度增加，受深地应力、高温、高瓦斯和水压等复杂环境的影响，煤与瓦斯突出已成为煤矿事故最严重的灾害之一，造成巨大财产损失和人员伤亡。评估煤与瓦斯的突出危险性，对煤矿企业的经济效益和社会效益具有重大作用。

为了解决如何预防和评估煤与瓦斯突出问题，国内外众多学者进行了长期深入地研究，如KOSTOULAS D等[1]对多灾种同时发生时信息系统中信息传播的有效性进行分析，其提出的评价模型降低了信息失真的可能性；李红霞等[2]提出基于CiteSpace V的煤矿安全管理可视化分析方法，为煤矿安全评价提供了工具和路径，有效提升煤矿安全管理的现代化水平；谢雄刚等[3]根据熵权物元可拓原理，构建突出危险性评价模型并分析其危险性等级；朱志洁等[4]将主成分分析与反向传播神经网络相结合，建立强度不等的煤与瓦斯突出预测模型；宁小亮[5]将大数据技术应用于煤与瓦斯突出灾害防治，通过多层关联算法实现指标权重的自动确定与优化，为煤矿现场突出防治提供强有力的决策支撑；杨力等[6]完善传统的支持向量机方法，考虑到不可分样本风险决策规则，在支持向量机基础上提出煤矿安全多分类评价模型；陈亮等[7-8]根据电磁辐射预警原理，提出电磁辐射峰谷比值法，研究表明该方法在煤与瓦斯突出预警方面准确性较高；高魁[9]等提出瓦斯突出分类理论，并构建爆破扰动构造煤岩突出模型，实验发现，当煤岩强度低于煤岩弹性潜能和瓦斯内能时，就会发生煤与瓦斯突出事故。……