具体实施方式

下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本发明的原理，但不能用来限制本发明的范围，即本发明不限于所描述的实施例，在不脱离本发明的精神的前提下覆盖了零件、部件和连接方式的任何修改、替换和改进。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参照附图并结合实施例来详细说明本申请。

图1是本发明实施例提供的一种基于ANP理论的煤水协调开采度评价方法的流程示意图，该方法可以包括以下步骤：

S100、获取影响煤-水协调开采效益的关键指标；

S200、确定各关键指标之间的相关关系并依据相关关系建立指标层次分析结构网络；

S300、利用网络分析法、中心性算法确定计算参数，并对每个计算参数分别进行加权；

S400、确定指标层次分析结构网络中的每个关键指标的计算参数，依据计算参数获取各关键指标的分权重；

S500、对每个分权重加权得到关键指标的混合权重，将每个关键指标的混合权重相加并归一化，获取各关键指标的综合权重。

在上述实施方式中，基于指标节点的关系矩阵，从而绘制评价体系的层次分析结构网络，该层次分析结构网络是一个典型的无向图。引入GT(Graph Theory，图论)将指标间的相关性建立关系网络，最大程度的降低评价结果的主观性偏差，充分考虑不同指标间的相互影响

为保证评价结果不受指标数据突变影响，引入ANP(Analytic Network Process，网络分析法)、中心性算法，确定三个计算参数：度中心性、介数中心性、接近中心性。该方法中为防止三个计算参数的侧重不同对节点权重计算产生干扰，因此对各计算参数根据计算原理的不同分别加权，以此保证参数在计算过程中准确。

根据依据现行国家法规、行业标准对优选后的指标进行化等分级，确定评价阈值，同时制定相应隶属度函数，以此实现对煤-水协调开采度的综合评价。

在一些可选的实施例中，步骤S100中，获取影响煤-水协调开采效益的关键指标，具体包括如下步骤：

S101、分别提取影响煤-水协调开采效益的相关指标，将其整合分类；

S102、判断任一指标与其他指标之间是否存在直接联系；

S102、确定与其他指标存在直接联系的指标为关键指标。

具体地，首先需要对影响煤-水协调开采效益的相关影响指标进行选取。查阅相关规范标准、研究成果，分别提取如含水层厚度、煤层相关参数、煤质、矿井开采参数等相关指标，将其整合分类，分别划定为地质系统、自然系统、采动系统、生态环境系统、矿区灾害系统及社会影响系统。

考虑各指标间相关关系。例如在现行规范MT/T 1091-2008《煤矿床水文地质、工程地质及环境地质勘查评价标准》中对矿床水文地质条件类型划分中，以含水层性质作为主要区别标准，由此可以基本认为，含水层性质与矿床水文地质条件存在直接联系。

以此类推将所有指标与其他指标的相关关系梳理分析，可以发现其中部分指标与其他指标不存在这种直接联系，将与其他指标存在直接联系的指标整理，得到煤-水协调开采综合效益关键影响指标表，见下表1。

表1煤-水协调开采综合效益关键影响指标表

在一些可选的实施例中，步骤S300中，利用网络分析法、中心性算法确定计算参数，并对每个计算参数分别进行加权，具体包括如下步骤：

S301、结合煤-水协调开采实际情况，依据各指标之间相互影响、相互作用，确定计算参数为度中心性、接近中心性及介数中心性；

S302、依据计算参数的计算机理及侧重点，确定每个计算参数的权重系数。

具体地，对优选后的指标分析研究，确定与其他指标的相关关系，以此建立影响指标层次分析结构网络，该网络是典型的无向型网络，利用复杂网络分析中心性理论选定节点计算参数。结合煤-水协调开采实际情况，考虑到各指标之间相互影响，相互作用，结合度中心性可以计算出一个指标与其他指标直接通信的能力，具体到煤-水协调开采实际情况可以计算出某个指标与其他指标的相关性大小。接近中心性可以找出网络中位于中心位置的指标，具体到煤-水协调开采综合效益评价网络中，同样可以找出评价体系中比较重要的指标。在全局评价网络中的重要性，介数中心性可以找出某个指标是否占据整体网络中的咽喉要道，是否是其他指标通信必经之路，但是在实际煤-水协调开采综合效益评价网络中相对度中心性和接近中心性作用不大。因此结合不同计算权重的方法特点后，优先考虑利用度中心性，接近中心性，介数中心性来进行煤-水协调开采综合效益各评价指标权重的确定。

(a)度中心性

在无向图中，网络中一个节点与所有其它节点相联系的程度用度中心性来表示。节点的度中心性越高，则该节点的重要性越高。考虑到评价指标网络体系结构复杂，本文采用消除网络规模影响的公式对度中心性进行计算。计算公式(1)如下：

式中:为节点i的度中心性值；g为网络中所有节点个数；C′_D(N_i)为消除网络规模影响后节点i与其他节点的最大直接联系比例。

用节点i的度中心性值除以其它g-1个节点最大可能的连接数，得出与节点i有直接联系的网络节点的比例，用该比例对节点中心性加以描述。比例取值范围为0～1，比例为0时，说明i节点与其他任何节点都无联系，为孤点；比例为1时，说明节点i与网络中任一节点均有联系。

(b)介数中心性

介数中心性是指经过某节点i并且连接节点j与节点k的线路占节点j与k之间线路总数之比。以网络分析角度来看，节点i能够控制节点j与k的交往能力，介数中心性就是以节点i处于节点j和k之间线路上的概率来衡量。计算公式(2)如下：

式中:b_jk(i)为节点i在连接节点j与节点k的线路上的几率；C_ABi为节点i的介数中心性值。

(c)接近中心性

接近中心性是指每个节点到其他节点最短路程的平均长度。而一个点的接近中心度，以图中该节点与其他节点的捷径距离之和为衡量依据。计算公式(3)如下：

式中：为节点i到其他节点最短距离之和；g为网络中所有节点个数；为节点i的接近中心性值。

考虑到不同计算参数的计算机理与侧重点不同，因此在权重计算过程中所起到的作用也存在差异，因此考虑对不同计算参数加权以保证权重结果的准确。结合实际情况，度中心性和介数中心性能更好的找出全局网络中最重要节点，也意味着可以找到评价体系中最关键的指标，而这也是建立评价体系网络最重要的目的所在，因此，度中心性和介数中心性在评价指标中属于最重要的指标，接近中心性指标可以准确发现网络中“桥”的节点，而在此评价体系中所起的作用不大，因此本文在判断矩阵A(见下表2)的构建中给接近中心性赋予了较低的权重。

表2关键参数权重判断矩阵

采用三标度法对上述计算参数进行对比，建立判断矩阵来比较。结合实际情况，度中心性和介数中心性能更好的找出全局网络中最重要节点，也意味着可以找到评价体系中最关键的指标，而这也是建立评价体系网络最重要的目的所在，因此，度中心性和介数中心性在评价指标中属于最重要的指标，因此基本认为度中心性与介数中心性相互比较重要性一致，在判断矩阵中取值为1。接近中心性指标可以准确发现网络中“桥”的节点，而在此评价体系中所起的作用不大，其重要性略低与度中心性，因此在判断矩阵中，接近中心性相对于度中心性矩阵重要性取值为1/3。此外介数中心性可以更容易找到网络中关键节点，而接近中心性重点在于把握节点在网络中连接其它节点的作用，其重要程度低于度中心性，更远低于介数中心性，故在判断矩阵中，接近中心性相对于介数中心性重要性取值为1/5。

计算参数的权重系数的计算过程如下(根法矩阵求解)：

计算用矩阵A，将矩阵A按照列进行归一化，得到矩阵A1。然后将矩阵A1按照行求几何平均数，将结果归一化后的得到度中心性、介数中心性、接近中心性的权重系数。

计算计算用矩阵A：

列归一化矩阵A1【对矩阵A以列进行归一化】：

归一化最大特征向量(权重)w^T【矩阵A1各行求几何平均数，然后归一化】。

经过计算得到一致性比率为0.0279(小于0.1)，可以认为一致性良好，同时得出各计算参数的权重系数为W_DC＝04054，W_BC＝0.4806，W_CC＝0.1140。

因此得到W_DC＝0.4054，W_BC＝0.4806，W_CC＝0.1140

过程行列式Aw【(A*w)^T】:1.2279 1.4559 0.3452

其中，一致性比率CR的求解过程如下：

λ_max＝(∑(Aw/w))/n＝3.0291；

RI＝0.52；

CI＝(λ_max-n)/(n-1)＝(3.0291-3)/(3-1)＝0.0145；

CR＝CI/RI＝0.0145/0.52＝0.0279；

式中：λ_max为判断矩阵最大特征根；n为判断矩阵的维度，取值为3；CR为判断矩阵的随机一致性比率；CI为判断矩阵的一致性指标；RI为判断矩阵的平均随机一致性指标，1～3阶的判断矩阵的RI值参见下表。

在一些可选的实施例中，步骤S400中，确定指标层次分析结构网络中的每个关键指标的计算参数，依据计算参数获取各关键指标的分权重，具体包括如下步骤：

S401、对每个关键指标分别计算其度中心性值、介数中心性值、接近中心性值；

S402、将全部关键指标的度中心性值、介数中心性值及接近中心性值分别相加得到度中心性值总和、介数中心性值总和及接近中心性值总和；

S403、分别用任一关键指标的度中心性值、介数中心性值、接近中心性值依次除以度中心性值总和、介数中心性值总和、接近中心性值总和，得到该关键指标的度中心性分权重、介数中心性分权重及接近中心性分权重。

在一些可选的实施例中，步骤S500中，对每个分权重加权得到关键指标的混合权重，将每个关键指标的混合权重相加并归一化，获取各关键指标的综合权重，具体包括如下步骤：

S501、将度中心性、介数中心性及接近中心性的权重系数与对应的分权重分别相乘，对所有关键指标的分权重进行加权处理；

S502、将任一关键指标的加权处理后的三个分权重相加，得到该关键指标的混合权重；

S503、将所有关键指标的混合权重相加，利用每一个关键指标的混合权重除以所有关键指标混合权重的总和，得到各关键指标的综合权重。

在一些可选的实施例中，步骤S200中，确定各关键指标之间的相关关系并依据相关关系建立指标层次分析结构网络，具体为：

关系矩阵中以“1”表示两关键指标之间存在相关性，以“0”表示两关键指标之间不存在相关性，依据关键指标节点的关系矩阵，绘制指标层次分析结构网络。

在一些可选的实施例中，步骤S500，对每个分权重加权得到关键指标的混合权重，将每个关键指标的混合权重相加并归一化，获取各关键指标的综合权重后，如图2所示，还包括：

步骤S600，对所有的关键指标化分等级，确定评价阈值，同时制定相应的隶属度函数，实现对煤-水协调开采度的综合评价。

在一些可选的实施例中，步骤S600中，对所有的关键指标化分等级，确定评价阈值，同时制定相应的隶属度函数，实现对煤-水协调开采度的综合评价，具体包括如下步骤：

S601、根据关键指标所划分的等级不同对其每一级进行赋分，得到所有关键指标的实际评价得分；

S602、将各关键指标所得分数与指标满分相除，得到关键指标的得分率；

S603、将所有的关键指标进行整合并分类成多个系统，将各系统中所属关键指标的得分率分别相加，得到每一系统的评分结果；

S604、将各系统的评分结果与各自对应的权重系数相乘，得到每一系统对应的评价结果；

S605、将所有系统的评价结果相加，得到煤矿的煤-水协调开采度评价结果。

具体地，对某煤矿进行煤-水协调开采综合效益评价，需要收集煤矿相关资料，同时查询相关规范标准、研究成果，并按照其描述对评价指标划等分级。为了客观描述不同煤矿煤-水协调开采水平，在对各评价指标划分评价等级的基础上，更需要对煤矿煤-水协调开采度划分评价分级区间，考虑煤矿开发周期与矿区生态环境条件的复杂性，设定煤-水协调开采度评价集合V＝{v₁,v2,v3,v4}，其中v₁为优异，评价分值阈值为v₁≥0.8；v₂为优良，阈值为0.7≤v₂<0.8；v₃为一般，阈值为0.6≤v₃<0.7；v₄为较差，阈值为v₄≤0.6，当煤矿评价结果在上述任一阈值区间时，即认为该煤矿煤-水协调开采水平属于对应的开发水平。

现行国家规范、行业标准对于某一指标的分级结果并不相同，有的分为3级，有的分为4级；同时国家规范、行业标准对影响煤-水协调开采的相关指标的描述，不会从单一方面论述，而是从多方面综合论述，可能会涉及多个指标，例如MT/T 1091-2008《煤矿床水文地质、工程地质及环境地质勘查评价标准》中对煤矿环境地质类型划分中须同时考虑煤矿地质条件、地表变形情况、水文地质条件、地下水水质、区域生态环境状况，因此需要将表1中所提出的指标按照规范标准的要求重新整合梳理，因此得到煤-水协调开采综合效益评价指标体系阈值及划定等级标准，见下表3。

表3煤-水协调开采综合效益评价指标体系阈值及划定等级标准

按照煤-水协调开采综合效益评价指标体系阈值及划定等级标准上所提到的具体内容，收集相关煤矿现状资料，代入分析，可以清楚地看出煤矿开发的现状水平与规范标准、研究成果所倡导的水平存在的差距。为了方便将这种差距量化出来，因此考虑对影响煤-水协调开采综合效益的指标依据规范标准所划定的等级进行打分，以规范标准对不同指标所划分等级的公倍数数值作为评价满分，根据具体指标所划分的等级不同对其每一级进行赋分，以此得到所有评价指标的实际评价得分。将各指标所得分数与指标满分相除，得到指标的得分率，将上述32项指标整合分类，各系统所属指标得分率分别相加，即得到不同系统的评分结果。将六大系统的评分结果与权重系数相乘，进而得到系统评价结果，将六大系统的评价结果相加，得到煤矿的煤-水协调开采度评价结果。

在一些可选的实施例中，依据各关键指标的综合权重，将其整合分类，得到各系统的权重系数。

具体地，在得到全部关键指标的权重分布后，按照(表1)煤-水协调开采综合效益关键影响指标表中不同系统对应相关指标的划分情况，将某系统所对应的的指标权重全部相加，进而得到该系统的系统权重系数。例如，将保水采煤环境工程地质模式类型、水文地质条件、覆盖岩性及组合结构、含水层厚度、隔水层强度、隔水层位置、残余隔水层隔水性、导水断裂带高度、煤层埋深、煤层厚度、煤层倾角上述影响因素权重系数相加，得到地质系统权重系数。

实施例1

基于ANP理论的煤-水协调开采度评价方法

以指标A与其他相关指标(B、C、D、E、F)的关系开展评价为例：

1)经过指标优选后确定指标A、B、C、D、E、F作为本次评价的关键指标，查询文献并咨询专家确定指标间相关性联系；

2)基于步骤1)所确定的指标间相关性关系，构建指标关系矩阵，在关系矩阵中以“1”表示两指标存在相关性，若两指标不存在相关性，则用“0”，见图3；

3)基于指标节点的关系矩阵，从而绘制评价体系的层次分析结构网络，该层次分析结构网络是一个典型的无向图；

4)利用度中心性、介数中心性、接近中心性计算原理，选用适当公式，计算各节点计算参数分权重；

5)将三个计算参数分权重归一化，然后每一指标节点三个计算参数的分权重相加，得到指标混合权重。

图4是本发明实施例提供的一种基于ANP理论的煤水协调开采度评价系统的结构示意图，该系统可以包括：

第一获取单元100，用于获取影响煤-水协调开采效益的关键指标；

第一确定单元200，用于确定各关键指标之间的相关关系并依据相关关系建立指标层次分析结构网络；

第二确定单元300，用于利用网络分析法、中心性算法确定计算参数，并对每个计算参数分别进行加权；

第二获取单元400，用于确定指标层次分析结构网络中的每个关键指标的计算参数，依据计算参数获取各关键指标的分权重；

第三获取单元500，用于对每个分权重加权得到关键指标的混合权重，将每个关键指标的混合权重相加并归一化，获取各关键指标的综合权重。

在一些可选的实施方式中，第一获取单元100具体用于：

分别提取影响煤-水协调开采效益的相关指标，将其整合分类；

判断任一指标与其他指标之间是否存在直接联系；

确定与其他指标存在直接联系的指标为关键指标。

在一些可选的实施方式中，第二确定单元300具体用于：

结合煤-水协调开采实际情况，依据各指标之间相互影响、相互作用，确定计算参数为度中心性、接近中心性及介数中心性；

依据计算参数的计算机理及侧重点，确定每个计算参数的权重系数。

在一些可选的实施方式中，第二获取单元400具体用于：

对每个关键指标分别计算其度中心性值、介数中心性值、接近中心性值；

将全部关键指标的度中心性值、介数中心性值及接近中心性值分别相加得到度中心性值总和、介数中心性值总和及接近中心性值总和；

分别用任一关键指标的度中心性值、介数中心性值、接近中心性值依次除以度中心性值总和、介数中心性值总和、接近中心性值总和，得到该关键指标的度中心性分权重、介数中心性分权重及接近中心性分权重。

在一些可选的实施方式中，第三获取单元500具体用于：

将度中心性、介数中心性及接近中心性的权重系数与对应的分权重分别相乘，对所有关键指标的分权重进行加权处理；

将任一关键指标的加权处理后的三个分权重相加，得到该关键指标的混合权重；

将所有关键指标的混合权重相加，利用每一个关键指标的混合权重除以所有关键指标混合权重的总和，得到各关键指标的综合权重。

在一些可选的实施方式中，如图5所示，该评价系统还包括评价单元600，用于：

对所有的关键指标化分等级，确定评价阈值，同时制定相应的隶属度函数，实现对煤-水协调开采度的综合评价。

在一些可选的实施方式中，评价单元600具体用于：

根据关键指标所划分的等级不同对其每一级进行赋分，得到所有关键指标的实际评价得分；

将各关键指标所得分数与指标满分相除，得到关键指标的得分率；

将所有的关键指标进行整合并分类成多个系统，将各系统中所属关键指标的得分率分别相加，得到每一系统的评分结果；

将各系统的评分结果与各自对应的权重系数相乘，得到每一系统对应的评价结果；

将所有系统的评价结果相加，得到煤矿的煤-水协调开采度评价结果。

需要明确的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本发明并不局限于上文所描述并在图中示出的特定步骤和结构。并且，为了简明起见，这里省略对已知方法技术的详细描述。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。