煤与瓦斯突出评价：基于组合赋权可变集模型的研究

"这篇研究论文探讨了如何利用组合赋权可变集模型来评估煤与瓦斯突出的风险，这是煤矿安全领域的一个重要问题。作者王春源、潘晓红、撒占友等人提出了一种两级优选评价模型，该模型基于可变集理论，旨在更精确地预测煤与瓦斯突出的可能性。他们将影响突出的各种指标的临界值转化为边界隶属等级，并选择了合适的模型参数以确保评价结果具有矢量性，即能够全面反映各种因素的影响。 为了计算权重，模型采用了Pareto准则下的组合赋权方法，这种方法结合了熵权法和数据包络分析法（DEA）。熵权法是一种客观的权重分配方式，而DEA则能有效处理多输入多输出系统的效率评估，两者的结合使得模型既保持了客观性，又增强了不同对象之间的可区分性。通过对样本数据的分析，模型可以对煤与瓦斯突出的程度进行量化分级。 为了验证模型的可靠性和突出程度分级的准确性，研究者们使用了实际的煤矿数据进行评价。实验结果显示，该模型在煤与瓦斯突出危险性评估方面表现出了良好的适用性。这项工作对于提升煤矿安全管理水平，预防和控制煤与瓦斯突出事故具有重要的实践意义。" 这篇论文的关键技术点包括： 1. 可变集理论：用于构建两级优选评价模型，以处理复杂的安全评估问题。 2. 组合赋权：通过Pareto准则，融合熵权法和DEA，实现了既有客观性又有区分性的权重计算。 3. 熵权法：提供了一种客观的数据权重分配方法，基于信息熵的概念。 4. 数据包络分析法(DEA)：用于多因素、多目标的效率评估，增强了模型的区分能力。 5. 量化分级：基于样本数据的评价结果，对煤与瓦斯突出的危险性进行了量化分级，便于理解和操作。 这篇研究对于煤炭行业的安全研究人员和管理人员来说，提供了新的工具和方法来评估和管理煤与瓦斯突出风险，有助于提升煤矿作业的安全水平。