具有灰色不确定信息特征的煤炭地下气化系统预测建模技术研究

针对煤炭地下气化系统难以解决的结构复杂、因素众多、信息量少的复杂预测问题，本项目拟开展系列煤炭地下气化拓展GM预测模型构建、机理和应用研究。针对煤炭地下气化系统预测构建"结构屋"综合分析框架模型，设计煤炭地下气化预测系统功能模块，针对系统输入（进气因素）、输出因素（出气量）、燃烧气化炉（推进状态及结构）、顶板冒落（塌落时点及涌水量）等关键模块构建基于Orlicz空间聚能信息的煤炭地下气化系统出气量态势灰色预测模型、基于GM（n,h）模型的煤炭地下气化进气孔参数优化控制模型、基于灰色GERT网络情景推演技术的煤炭地下气化炉燃烧推进状态与结构预测模型和基于多因素递阶GM模型的煤炭地下气化炉顶板冒落预测模型，在此基础上，采用模型计算实验、情景推演和专家知识交互优化搭建煤炭地下气化动态预测平台系统，提供从理论、方法到应用的综合解决方案，将原创理论与国民经济发展中的重要问题有效对接。

煤炭地下气化是通过将深埋地下的煤炭资源直接燃烧转化成煤气的一种新型开采技术，由于其结构复杂、因素众多、信息量少，急需能够依据较为匮乏的信息推演系统运行的状态的模型技术支持。本项目以针对煤炭地下气化系统所存在的灰色不确定信息特征，研究具有灰色不确定信息特征的煤炭地下气化系统预测建模技术，以系列新型灰色关联模型、灰色预测模型构建为主线，在符合煤炭地下气化系统因素筛选的灰色关联模型、符合涌水量和顶板冒落实际问题需求的系列离散灰色预测模型、多变量灰色预测模型和灰信息条件下的灰色预测模型方面取得研究进展。针对煤炭地下气化系统因素筛选的新型灰色关联度模型构建，提出了基于灰数序列的广义关联度模型、基于相似性视角和接近性视角的新型灰色关联分析模型、空间、曲面关联度模型和法向量灰关联等新型灰色关联度模型。针对出气量、涌水量和顶板冒落等预测需求，分别构建了近似非齐次指数增长的离散灰色模型、近似多项式的离散灰色预测模型、拓展NGM(1,1,k)离散灰色预测模型等主变量预测模型；时滞多变量离散灰色预测模型、多因素信息集结的灰色预测模型以及基于驱动变量的多变量离散灰色预测模型等多因素预测模型；以及若干灰信息条件下的推演预测模型；并对部分模型进行了仿真实验。此外，项目组还针对灰靶决策及灰聚类模型做了一些研究，提出基于4类目标效果测度的多目标加权灰靶决策模型，构建了基于靶心度概念的区间灰数动态灰靶决策方法、基于三维空间数据的矩阵灰靶决策模型和标准型三角白化权函数的新型灰色评估模型。基本完成了项目研究任务。共计出版学术专著2部，发表学术论文49篇（SCI收录28篇、EI收录16篇），科研获奖5项（省部级3项，国际期刊Top Cited Paper奖2项），项目负责人在国际会议做大会主题报告1次、专题报告5次。项目执行期间，项目负责人前往4所国外高校进行学术合作和短期讲学，受聘为中国优选法统筹法与经济数学研究会理事和Grey Sysetms:Theory and Application国际期刊副主编、编辑部主任。鉴于实际应用需要和仿真数据不足，项目结题后，项目团队将继续沿本项目的研究方案进一步拓展，针对灰色系统模型仿真及灰信息条件、结构复杂、因素众多的灰色系统预测案例应用开展深入研究。