唐麗均
（重慶工程職業技術學院，重慶402260）
在我國煤炭使用率一直都位居前列，在2020年國內能源消費結構分布中，煤炭的消費占能源總消費量的58%，而石油、天然氣的消費僅占25%。然而，對煤炭的高需求也導致了粉塵、SO2、NOx、CO2、CO、VoC(揮發性有機化合物)的高排放，最重要的一個煤潔凈方法就是將煤矸石從煤矸石和煤的混合物中剔除。
人工分揀矸石時，主要根據煤和煤矸石的光澤、灰度、紋理等差異將煤矸石分揀出，由此可知煤與矸石的灰度特征值、紋理特征值、灰度分布直方圖、反光區特征值等參數存在差異，因此圖像識別技術在煤和煤矸石分選方法中得到了廣泛應用。[1-5]但是煤矸石和煤的特征值通常受個體的大小、形狀、放置方向等因素的影響，兩者特征值區別度可能不顯著，所以引入人工智能技術對煤矸石和煤進行區分，有利于提高煤矸石自動分揀的準確性。本文提出了應用模糊決策樹進行煤與煤矸石分選的方法。
煤和煤矸石的形狀、大小、顏色多種多樣，為了便于對煤和煤矸石進行分析，本文將煤和煤矸石的特征按下圖進行簡要分類。
圖2 煤和煤矸石的特征庫
（1）反光區特征值：煤的反光區高灰度值出現頻率較高，煤矸石出現頻率較低，但存在頻率值重疊的情況；
（2）灰度分布直方圖：煤的灰度分布直方圖較集中，煤矸石灰度分布直方圖較寬泛，但是也存在灰度分布直方圖重疊的現象；
（3）紋理特征值：煤矸石與煤的紋理特征值存在明顯差異，煤的紋理特征值明顯大于煤矸石；
（4）灰度特征值：煤與煤矸石的灰度特征有明顯的差異，煤的灰度特征值明顯大于煤矸石。
煤與煤矸石的特征值受個體的大小、形狀、放置方向等因素的影響，觀測到的特征值實際上是模糊的，因此需要采用模糊集合論對其進行描述。[6,7]模糊集合論模糊化了元素屬于集合的概念，認為在論域上存在既不完全屬于某集合，又不完全不屬于某集合的元素；
量化了元素的屬于概念，強調元素屬于某集合的程度，即隸屬度，取值范圍為[0,1]，其值越大，表示與該集合的屬于關系越緊密。
2.1 模糊決策樹和模糊規則生成
本文采用Fuzzy-ID3算法[8-10]作為模糊決策樹的歸納算法，模糊樹分割屬性選擇標準為可能性分布的模擬熵，具體步驟如下：
（1）選擇分割屬性
取平均模糊分類熵EK的最小值作為分割屬性，即
（2）分割模糊樣例集
當給定閾值大于節點的真實度時，分割模糊樣例集，遞歸擴展節點，直到真實度大于閾值，最終生成模糊決策樹。
將模糊決策樹中從根節點到葉節點的所有路徑轉化為模糊規則集。
2.2 煤和煤矸石的區分
煤和煤矸石的區分方法如下：
（1）當采集到煤和煤矸石的圖像后，從煤和煤矸石特征集中，匹配得到相關的規則，并分析這些規則的真實度和匹配度。
（2）選出可能性最大的規則：
對每一條信息，計算各個屬性的最大屬性值，作為屬于某類的屬性值；
將信息的屬性與規則對應的屬性進行匹配；
如有多個規則都匹配，則選取具有最高真實度的規則。
3.1 仿真平臺
在本仿真試驗中，隨機生成16組煤和煤矸石特征值的模糊數據，如表1所示，并在給定分割閾值β=0.8的條件下，利用Matlab平臺生成相應的模糊決策樹。
表1 煤和煤矸石數據集
圖3為根據表1的數據集生成的模糊決策樹。根據該模糊決策樹，可以得到以下模糊規則（表2）。
圖3 模糊決策樹
表2 生產異常模糊規則集
（續表）
3.2 分析驗證
假設分選設備收到一條煤/煤矸石的特征值信息，如下表所示。
表3 煤/煤矸石的特征值樣例
在該樣例中，反光區特征值的最大屬性值為max{0.7,0.2,0.1}=0.7，即P1；
灰度分布直方圖的最大屬性值為max{0.1,0.7,0.3}=0.7，即E2；
紋理特征值的最大屬性值為max{0.1,0.9}=0.9，即F2；
灰度特征值的最大屬性值為max{0.6,0.4}=0.6，即O1。根據模糊規則可知，該樣本應是煤矸石，即規則5，其真實度為90%。
（1）利用模糊決策樹對煤與煤矸石進行快速、準確區分的方法：根據煤和煤矸石的特征種類，生成模糊決策樹，并形成相應的模糊規則集。
（2）經過仿真分析可以看出，當分揀設備收到一條樣本信息后，根據生成的模糊判斷規則集，能快速、準確地判斷出該樣本的歸屬，可進一步提升煤礦的智能化生產水平。
猜你喜歡樣例煤矸石決策樹淺談煤矸石在固廢混凝土中的應用建材發展導向(2022年18期)2022-09-22樣例呈現方式對概念訓練類別表征的影響心理學探新(2022年1期)2022-06-07“樣例教學”在小學高年級數學中的應用廣東教學報·教育綜合(2020年15期)2020-03-23一種針對不均衡數據集的SVM決策樹算法成都信息工程大學學報(2019年3期)2019-09-25決策樹和隨機森林方法在管理決策中的應用電子制作(2018年16期)2018-09-26煤矸石的綜合利用上海建材(2018年2期)2018-06-26基于決策樹的出租車乘客出行目的識別中央民族大學學報（自然科學版）(2016年4期)2016-06-27基于肺癌CT的決策樹模型在肺癌診斷中的應用鄭州大學學報（醫學版）(2015年1期)2015-02-27基于樣例學習研究的幾點展望社會心理科學(2015年6期)2015-02-07樣例教學法回歸課堂教學之新認識中學教學參考·文綜版(2014年1期)2014-03-11