煤矿生产物流系统安全与效率动态协同优化研究
高等学校博士学科点专项科研基金
申 请 书
(博 导 类)
课 题 名 称 ： 煤矿生产物流系统安全与效率动态协同优化研究 申 请 者 ： 王金凤 所 在 单 位 ： 郑州大学 所 在
院 系 ： 管理工程系 联 系 电 话 ： 0371-******** 是否博士导师： 是
博士点名称 ： 公共安全与危机管理 国家重点学科名称： 国家重点实验室：
申 请 日 期 ： 2012-03-18
中华人民共和国教育部
简表一
一、研究的目的、意义和成果的预计去向（包括本课题所要解决的科学问题、理论上的科学价值或预见在应用中对经济建设的影响等）。
1.1 问题提出
煤炭生产是国民经济的命脉之一。统计公报显示，2011年我国一次能源消费总量34.8亿吨标准煤中煤炭占82.9％左右，而预计到2015年末我国煤炭年需求量将增至39亿吨。煤炭资源的广泛利用为推动我国国民经济建设进程、提高人民生活水平做出了并且仍将继续做出巨大贡献。
近年来，鉴于煤炭行业事故多发，伤亡率持续居高的事实，各级政府及煤矿企业均加大了生产安全方面的投入，通过改善矿井通风、加强危险源监测、健全事故预防与应急处理机制来逐步扭转被动局面，取得了显著的成效。但是，又陷入另外的误区：不少煤矿生产企业均存在为保安全而不惜压缩额定生产能力的现象，即过分地追求安全的冗余，而忽视了生产效率的提高。数据显示，2011年美国煤炭行业的百万吨死亡率为0.009，我国为0.564，而另一方面，美国的煤炭生产人均工效却是我国的44倍！可见，在安全高效生产上，我国与发达国家相比差距巨大。如何平衡生产过程的安全与效率，在不牺牲安全的前提下提高效率，在不影响效率的前提下确保安全，实现安全高效生产，成为煤炭行业迫切需要解决的现实问题。
煤炭生产和其他行业相比有其明显特质。煤炭生产过程主要是煤炭物理形态的变化（开采和破碎），以及煤炭空间位置的改变（井下和地面输送），这实质上是一种特殊的物流过程。此外，在煤炭生产过程中还存在着设备、材料、水流、风流等多种形式的物料与物质的流动，这些共同组成了煤矿的生产物流系统，是煤炭生产的主体部分。或者说，实现煤矿生产物流系统的安全高效，是实现煤炭生产安全高效的基础和关键。申请人在煤矿生产物流领域有着较为深入的研究，曾获国家自然科学基金资助“井工生产条件下煤矿物流模式及优化方法研究”（No.70740002，已于2010年1月结项），主要针对对煤矿生产物流流程进行了评价和设计。研究成果得到了国内外同行的关注和认可，部分成果的应用创造了可观的经济效益。在研究中课题组发现，在实现煤矿生产物流流程优化的基础上，改善煤炭生产现状的关键，即转化为对煤矿物流系统安全与效率的协同优化。具体来说，煤矿生产物流系统的多属性、环境随时间变化、模糊的复杂性工艺流程等特征严重掣肘着煤炭的安全高效生产，而且安全与效率之间相互联系、相互制约，两者之间的复杂关系还随时间动态变化。也就是说，从上述现实问题中可以提炼出如下的科学问题：即如何在煤矿生产物流系统复杂、动态的环境下，实现安全与效率的协同优化。
1.2 研究意义
本课题的研究具有重要的理论意义和应用价值。在理论上，煤矿生产物流系统安全与效率作为一对相互制约、相互联系的矛盾体，一直是国内外学者关注的热点与前沿问题。虽然研究者对于安全与效率的评价、优化及应用研究取得了较多成果，现有研究或集中在安全或效率单一指标的评价优化，或集中在协同优化理论及方法的应用；对于煤矿生产物流系统，如何在安全与效率之间权衡，实现两者协同优化，有价值的成果还不多，本课题研究将丰富并拓展煤矿生产物流系统优化理论，为我国煤矿生产物流系统安全高效生产提供决策理论方法和技术支持。在应用上，本课题将结合典型煤矿，对煤矿生产中的多个物流子系统进行分析，研究影响煤矿生产物流系统安全与效率协同优化的关键因素，构建煤矿生产物流系统安全与效率协同优化模型并进行动态优化。在宏观层面，课题研究成果有利于安全高效开发我国煤炭资源，改善日趋严峻的煤矿安全生产形势，保证煤炭生产的可持续发展；在微观层面，课题研究成果对于保障煤矿企业安全生产，提高系统效率，实现安全与效率的动态协同优化具有重要现实意义。
二、研究课题所涉及的科学领域，国内外达到的水平，存在的主要问题；本课题的学术思想、理论根据、主攻关键及独到之处。
2.1 国内外研究现状现状综述及发展动态
对于安全与效率这一相互联系、相互制约的矛盾体，如何在保障安全生产前提下实现高效生产，需要对煤矿生产物流系统安全与效率动态协同优化。首先，选择合适的数学模型，对煤矿生产物流系统安全与效率进行协同评价；其次，在评价基础上构建煤矿生产物流系统安全与效率协同优化模型，并进行模型有效性检验；第三，实现煤矿生产物流系统安全与效率协同模型的动态优化。对于上述三方面的研究现状综述如下。
2.1.1 煤矿生产物流系统安全与效率协同评价的研究现状
（1）煤矿生产物流系统安全或效率评价研究
煤矿生产物流系统安全评价多集中在安全评价方法的选择、应用和评价指标及模型构建等方面。如王大尉等[1]基于道琼斯指数法原理，确定了煤矿主要评价单元的危险系数和安全补偿系数，通过计算得到爆炸危险指数和安全措施补偿系数，最后给出了煤矿主要危险单元的危险性等级结论；Zhai XQ等[2]应用BP 神经网络方法评价了煤矿风流系统的安全；Swarup[3]提出人工神经网络模式识别法，并将其应用于电力系统的安全评价和分析，验证了该方法的适用性；Srivastava等[4]采用安全风险系数表（SRFT）和分步矩阵程序（SMP）等工具对石油和天然气工业以及其他化学工业的安全风险进行了评估；Aneziris等[5]提出一种故障概率动态评价方法，构建马尔科夫模型，并对该模型和事故树分析法进行对比分析；Leong等[6]综述了本质安全标准设计中可行的量化方法，指出现有方法中的不足，提出了本质安全综合指标。
煤矿生产物流系统效率评价多集中煤矿生产效率影响因素分析、煤矿面板数据分析评价、煤矿综合效率测度等方面。Stoker[7]将美国的煤炭产区分类，构建了影响美国煤炭行业生产效率因素的非平衡面板数据模型，通过广义矩阵方法求解，将影响煤矿生产效率因素分解为规模效应、行业固定效应、价格效应和时间效应；Sharma等[8]应用随机生产前沿模型分析了美国伊利诺斯州12个地下开采煤矿的效率问题，指出影响因素主要在劳工数量、资本利用率、煤层深度、灾害频率和煤层赋存条件，该研究为提高煤矿生产效率提供了很好的借鉴；Quariguasi等[9]对生态物流效率评价进行了研究，主要在算法上解决了多目标线性规划问题以降低废弃逆向物流成本；王金凤等[10]采用Malmquist指数方法对煤矿生产物流系统动态效率进行评价，通过实证分析了矿区的煤矿生产物流系统动态效率及变化趋势，研究结果表明该矿区煤矿生产物流系统效率的增长趋势主要来源于技术效率的提高而非技术前沿变动；Asmild等[11]提出运用DEA测量综合效率框架，描述了如何运用该框架评估目标的有效性。
（2）安全与效率协同评价理论研究
安全与效率协同评价理论研究多集中在评价指标体系、评价模型上。程晓娟[12]运用数据包络分析方法，从综合技术效率、纯技术效率和规模效率等方面对煤炭企业安全效率进行评价，并提出提高企业安全效率的方向和对策；姚有利[13]应用协同学原理分析煤矿安全状况和经济发展的特性，构建煤矿安全与经济共同发展的协调度评价指标体系；张翠华等[14]从信息流、业务流、资金流三方面建立协同绩效评价指标体系，运用模糊综合分析法对供应链进行协同评价；杜健邦等[15]对具有时序性要求的确定性DEA 模型进行
了改进，引入熵和可靠度指标，综合集成出熵-随机DEA 的供应链协同评价模型；胡林凤等[16]构建港口物流系统协同竞争机制效应模型，运用层次分析法（AHP）对港口物流系统协同竞争效应进行评价；宁方华等[17]提出了协同物流网络结构熵与运行熵的综合分析方法，有效改善协同物流网络的有序性和整体效率。
从上述文献可以看出，煤矿生产物流系统安全与效率协同评价研究或集中在对煤矿生产物流系统安全或效率某一单方面的评价指标体系、评价方法选择上，或集中在安全与效率协同评价理论研究方面，这些研究对煤矿生产物流系统安全与效率协同评价研究提供了基础理论支持。
2.1.2 煤矿生产物流系统安全与效率协同优化的研究现状
（1）安全与效率协同优化定性研究
目前有关安全与效率协同优化定性研究集中在银行、金融、生产系统等领域的体制、模式、政策建议等方面。胡炳志[18]从金融监管、存款保险和市场惩戒方面构建三维维系机制，有效地维护金融安全与效率；陈志龙[19]指出我国超额外汇储备的潜在风险，提出保持外汇储备适度规模及优化其结构，并从安全与效率方面分析提高外汇储备的政策建议；刘志峰[20]从网络运行安全与运行效率的关系进行分析，结合集团公司网络实际，提出合理的配置策略，在保障网络安全的同时实现网络适应效率最大化；周小梅等[21]引入收益成本模型分析食品安全管制效率问题，从收益成本角度分析中国食品安全管制的效率，提出提高中国食品安全管制效率的对策建议；何树梅[22]在安全管理中应用群体动力学，提出利用群体环境因素促进安全管理，从而提高安全管理效率；李代超[23]指出国库现金管理模式分为安全模式和效率模式，并分析构建和谐的安全及效率模式的必要性；王志勤[24]指出银行破产过程中安全和效率是一对矛盾，必须在安全和效率之间寻求平衡，在提高银行破产效率的同时实现更高层次的安全。
（2）安全与效率协同优化定量研究
目前，关于安全与效率协同优化定量研究可归纳为应用研究和优化方法研究。在协同优化应用研究层面，多集中在供应链、参数控制、生产系统的优化等领域。如张华等[25]运用面向投入的C2R模型和超效率DEA模型，分析我国2008年18家煤炭企业的安全效率，结果显示55.56%的煤炭企业投入资源未得到有效利用，并对无效的煤炭企业分别从技术有效和规模有效两个方面讨论无效的原因，并提出改进方法，为煤炭企业的经营决策提供良好的参考依据；曹黄金等[26]在定义影响度的基础上，提出了影响优化分析方法，依据影响度结果从众多系统参数中选取那些对系统目标影响较大的参数，将原优化问题转化为非线性规划问题，该方法有效减少优化变量个数，更准确地为管理者制定运作计划提供依据；侯立峰等[27]分析生产系统的安全效果与费用的关系，建立了安全投资决策的目标规划模型。
在协同优化理论和方法层面，Wang B等[28]在随机优化模型基础上引出鲁棒优化模型的后悔值模型，然后分析了鲁棒优化模型、随机优化模型及确定性优化模型三者间联系，采用列举法和遗传算法进行试验，结果表明鲁棒优化的最优解对变量扰动的不敏感性优于随机优化模型；Pishvaee等[29]针对整合物流/逆向物流网络设计存在的不确定性，提出了一种随机优化模型；Ben-Tal等[30]建立了应急物流计划的鲁棒优化模型；刘淳安[31]针对时间变量取值于正有理数集自变量的维数随时间可发生变化的一类动态多目标优化问题，提出了一种求解的粒子群算法，该算法有效地避免了粒子群算法易陷入局部最优的缺陷；李响等[32]针对计算过程中存在选择响应面样本点及响应面更新这一问题，提出了一种将修正的置信域方法与中心组
合设计相结合的序列响应面算法。李海燕等[33]提出基于遗传算法的协同优化算法，并利用循环迭代次数来调整阈值，从而保证系统级优化向一致性等式约束不满足度减小的方向进行，有效增强子学科间一致性；孔金生等[34]研究动态系统优化与参数估计集成（DISOPE）算法的鲁棒性，并通过实例仿真说明DISOPE 算法对系统参数和模型参数具有一定的鲁棒性；李俊民等[35]针对双线性模型与实际系统之间的差异，提出一种基于双线性模型求解非线性动态系统最优控制的迭代算法；朱群雄等[36]通过分析课题计划中各任务之间可能存在工序约束和期限约束对CPM的影响，提出了基于约束的CPM动态优化算法，为决策者提供更好的决策信息支持。
从上述文献可以看出，煤矿生产物流系统安全与物流协同优化研究还较少，现有研究多集中在银行、金融、生产系统等领域的安全与效率协同优化，这些均为煤矿生产物流系统安全与效率协同优化研究提供了重要的参考价值。
2.1.3 动态协同优化的研究现状
（1）动态协同优化理论和方法研究
煤矿生产物流系统的时序动态特征决定整个系统的参数会随着时间的变化而改变，现有动态协同优化理论和方法相关研究为本课题开展提供了直接的研究基础。Tsaur[37]针对受模糊输入约束的时间序列预测问题，提出了基于模糊集和灰色模型GM（1,1）的模糊灰色回归模型；Singh[38]针对时间序列数据的高度不确定性问题，提出了一种基于模糊时间序列的预测方法；Ghiassi等[39]针对传统神经网络方法在事件预测中的不足，构建了时间序列事件动态预测模型，结合案例验证了该模型相对于传统神经网络、自回归求和移动平均模型的优越性；郭亚军等[40]将有序加权算子及其相关算子推广到时序数据集结方法中，提出将时序加权平均算子和时序几何平均算子应用于解决动态综合优化问题。此外，郭亚军等[41]利用时序加权平均算子和时序几何平均算子对时序立体数据进行降维处理，并给出了确定时间权重的最小方差法；Yu CS等[42]针对物流管理中的不确定性，指出复杂的数学计算使得现有物流优化模型不适用，提出了一种可产生解决方案的鲁棒优化模型，为煤矿生产物流系统安全与效率协同优化提供了很好借鉴；叶飞等[43]针对有时序的多指标决策问题，提出了夹角模糊优选法，给出了该方法的原理与步骤，并以实例说明了此方法的应用；刘微微等[44]将物理学中速度和加速度概念引入到时序数据动态评价中，构建了考虑被评价对象变化速度和变化加速度的动态综合评价模型，最后通过案例说明了该模型的可行性；陈莉等[45]指出保持搜索空间开发和探索之间平衡是动态优化算法的关键，动态优化算法不仅能发现最优个体，而且可以在动态环境中跟踪变化的最优个体。
（2）动态协同优化应用研究
王洪峰等[46]提出一种采用分叉策略的多粒子群PSO算法，并通过对一组标准动态测试函数的实验，证明该算法在动态环境中具有较强的鲁棒性和适应性；李佳瑾等[47]应用时序多指标决策方法，从业绩指标的好坏程度和业绩指标两方面对专家业绩进行动态评价，从而对专家库动态优化，为本研究提供了较高的直接借鉴价值；杨彪等[48]构建集经济时间序列预测、矿岩时间属性赋值和动态经济指标计算为一体的境界全动态优化方法，为矿山设计及未来生产提供基础支撑；陶泽等[49]采用带有控制器的Petri网为建模工具解决双资源制约条件下的动态优化调度，利用遗传算法和模拟退火算法获得调度结果，仿真结果验证算法的有效性和鲁棒性；郑友毅等[50]针对新建或扩建露天煤矿，提出一个同时求得最佳生产能力、采剥顺序和
生产寿命的动态优化方法；王炜等[51]利用马尔科夫决策方法对突发公共事件下的应急资源调度方案的动态优化过程进行研究，为突发公共事件下的应急资源动态调度提供依据；何佳宁等[52]在一阶自回归需求和定购点策略的假设组合下，通过对成员企业定购策略、提前期、需求模式等信息的共享来实现供应链整体绩效动态优化。以上研究文献主要集中在动态优化方法和理论应用研究领域，这对本课题研究煤矿生产物流系统安全与效率动态协同优化问题具有重要的参考价值。
2.1.4 小结
综上所述，我国以煤为主的能源结构不仅现在乃至将来难以改变的现状，加之日趋严峻的煤矿安全生产形势，使得众多学者在煤矿生产物流系统安全与效率动态协同优化方面进行了大量研究。与本课题相关的研究成果主要集中在：
（1）煤矿生产物流系统安全与效率协同评价领域：安全评价方面多集中在安全评价方法的选择、应用和评价指标及模型构建等方面，效率评价方面多集中煤矿生产效率影响因素分析、静态评价、动态评价等方面，对于安全与效率协同评价多为评价指标体系和评价模型的研究。
（2）煤矿生产物流系统安全与效率协同优化领域：安全与效率协同优化定性研究集中在银行、金融、生产系统等领域的体制、模式、政策建议等方面，协同优化定量研究集中在应用研究和优化方法研究，包括供应链、参数控制、生产系统优化等领域。
（3）动态优化研究：主要集中在时序动态方法、夹角模糊优选法、多粒子群PSO算法、马尔科夫决策方法、模糊灰色回归模型、鲁棒优化等动态优化理论和方法的研究。
这些成果为课题组进一步对煤矿生产物流系统的安全和效率动态协同优化提供了丰厚的理论研究基础。但现有煤矿生产物流系统研究或集中在安全或效率单一指标的评价优化，或集中在协同优化理论及方法的应用，对于煤矿生产物流系统，如何在安全与效率之间权衡，实现两者动态协同优化，有价值的成果还不多。课题组认为，解决本课题所提出的科学问题，仍然有如下问题需要深入研究：（1）煤矿生产物流系统安全与效率影响因素及交互作用分析。煤矿生产物流系统受到冲击地压、瓦斯、突水、采煤巷道坡度、支护技术、围岩变形率、人员素质等条件的约束和影响，隐含了大量不确定假设，由此导致涉及因素众多，并且这些因素对安全或效率的影响重要度不完全一致且随时间动态变化，如何分析对安全与效率共同作用的煤矿生产物流系统影响因素及其交互作用，这一问题需要深入研究。
（2）煤矿生产物流系统安全与效率协同评价。安全是煤矿生产物流系统正常运行的保障，效率是煤矿生产物流系统追求的目标。安全与效率之间相互矛盾、相互制约，如何同时考虑煤矿生产物流系统的安全与效率，对其协同评价还需要进一步研究。
（3）煤矿生产物流系统安全与效率协同模型构建及有效性检验。煤矿生产物流系统的井下巷道布置、开采顺序、运输模式、煤仓设置布局等方面时刻影响着安全与效率，如何确定安全与效率的协同目标及约束条件，建立多目标协同优化模型，并且实现协同模型的协同优化，这一问题有待深入研究。
综上所述，课题组希望在教育部科技发展中心基金的支持下，遵循问题优化的逻辑关系，深层次挖掘影响煤矿生产物流系统安全与效率的关键因素，分析安全与效率之间复杂且随时间变化的内在联系，开展安全与效率动态协同优化研究。研究成果对安全高效开发我国煤炭资源、实现煤炭生产从静态管理向动态管理转变、有效缓解我国日趋严峻的煤矿安全生产形势具有重要的科学研究价值和实践应用价值。
2.2 本课题拟解决关键科学问题
（1）确定煤矿生产物流系统关键影响因素及其交互作用
煤矿生产物流系统中安全与效率是相互联系、相互制约的矛盾体，煤炭流、人员流、材料流、设备流、风流和动力流等多个物流子系统受众多因素影响，需要研究不同时段影响煤矿生产物流系统安全与效率的关键因素，并挖掘关键影响因素间的交互作用，这将直接影响动态协同优化的科学合理性，是本课题研究的第一个关键科学问题。
（2）建立煤矿生产物流系统安全与效率协同评价指标体系
评价指标体系是煤矿生产物流系统安全与效率协同评价的基石，在确定评价指标体系过程中，需要在安全与效率关键影响因素基础上，研究不同时段的评价重点，从而选取合适的评价指标单元，并验证评价指标体系的科学性、完备性及冗余性，这将直接影响协同评价及优化模型的有效性，是本课题研究的第二个关键科学问题。
（3）构建煤矿生产物流系统安全与效率协同模型并实现模型的动态优化
煤矿生产物流系统安全与效率是一对矛盾的统一体，如何构建安全与效率协同优化模型，并结合煤矿生产物流系统安全与效率复杂性、随时间变化等特征，将协同优化模型围绕时域展开，实现协同模型的动态优化，是本课题研究的第三个关键科学问题。
2.3 本课题的特色与创新
多年煤矿生产、煤矿物流理论与实践的研究，使申请人对一般物流及煤矿生产物流系统理论有深入的理解。通过多项有关煤矿生产物流系统的产学研合作项目的研究，课题组已经形成了一支集煤矿物流工程、煤矿安全工程为一体的省级科研创新团队，与国内多家大型煤业集团的密切合作为课题调研及实证研究提供了便利条件。
本课题的主要创新之处如下：
（1）研究思想的创新
煤矿生产物流系统的安全是煤矿安全生产的重要保障，效率是煤矿高效生产的重要目标，两者是相互矛盾、相互制约、相互依存的统一体，据此，本课题首次考虑煤矿生产物流系统的安全与效率协同问题；同时，结合煤矿生产物流系统安全与效率之间复杂性、动态性特征，分析其关键影响因素和约束条件，建立煤矿生产物流安全与效率协同评价及优化模型。
（2）研究内容的创新
针对煤矿生产物流系统安全与效率动态协同优化问题，本课题利用结构方程模型、统计分析方法确定煤矿生产物流系统安全与效率影响因素分析框架；构建安全与效率协同评价模型；运用鲁棒优化、多目标优化理论和方法构建安全与效率协同模型；实现安全与效率协同模型的动态优化。
（3）研究方法的创新
考虑到煤矿生产物流系统安全与效率之间的复杂关系，本课题采用数学方法和优化理论，实现安全与效率相互矛盾、相互约束又相互依存指标间的协同优化；融入鲁棒控制思想，采用时序动态方法实现协同模型的动态优化，同时采用一种新的系统级协调算法动态松弛算法，检验优化模型的有效性。
2.4 主要参考文献
[1]王大尉,刘宏波,王旭升等.DOW指数法在煤矿安全评价方面的应用[J].煤矿开采, 2010(6):23-24+19.
[2]X. Q. Zhai, J. F. Wang, L. J. Feng. Research on safety evaluation of coal mine airflow system based on BP
neural network[C]. 2010 IEEE 17th International Conference on Industrial Engineering and Engineering Management, 2010: 1074-1076.
[3]K. S. Swarup. Artificial neural network using pattern recognition for security assessment and analysis [J].
Neurocomputing, 2008, 71 (4):983-998.
[4]Ashwani Srivastava, J.P. Gupta. New methodologies for security risk assessment of oil and gas industry [J].
Process Safety and Environmental Protection, 2010, (88):407–412.
[5]O. N. Aneziris, I. A. Papazoglou. Fast markovian method for dynamic safety analysis of process plants [J].
Journal of Loss Prevention in the Process Industries, 2004, 17 (1):1-8.
[6] C. T. Leong, A. M. Shariff. Inherent safety index module (ISIM) to assess inherent safety level during
preliminary design stage [J]. Process Safety and Environmental Protection, 2008, 86 (2):113-119.
[7]T. M. Stoker, E. R. Berndt, A. Denny Ellerman, et al. Panel data analysis of U.S. coal productivity [J].
Journal of Econometrics, 2005, 127 (2):131-164.
[8]Sharma, C. Subhash. Efficiency and productivity analysis of coal mines[C]. 23rd Annual International
Pittsburgh Coal Conference, PCC-Coal-Energy, Environment and Sustainable Development, 2006(8): 1432-1437.
[9]J. Quariguasi Frota Neto, G. Walther, J. Bloemhof, et al. A methodology for assessing eco-efficiency in
logistics networks [J]. European Journal of Operational Research, 2009, 193 (3):670-682.
[10]王金凤,翟雪琪,冯立杰.基于Malmquist指数的煤矿生产物流动态效率评价[J].煤炭工程,2011(10):
133-135.
[11]M. Asmild, J. C. Paradi, D. N. Reese, et al. Measuring overall efficiency and effectiveness using DEA [J].
European Journal of Operational Research, 2007, 178 (1):305-321.
[12]程晓娟.我国煤炭企业安全效率的DEA分析[J].矿业工程研究,2010(2):73-76.
[13]姚有利.区域煤矿安全与经济协同发展评价研究[J].安全与环境学报,2009,9(5):172-175.
[14]张翠华,周红,赵淼等.供应链协同绩效评价及其应用[J].东北大学学报(自然科学版),2006,27(6):706-708.
[15]杜健邦,穆东.基于复杂性的供应链复合评价方法[J].统计与决策,2009,13(13):43-45.
[16]胡林凤,宣昌勇.基于ANP理论的港口物流系统协同竞争效应评价[J].山东经济,2010,158(3):71-76.
[17]宁方华,陈子辰,熊励.熵理论在物流协同中的应用研究[J].浙江大学学报(工学版),2006,40(10):1706-1708.
[18]胡炳志.论建立金融安全与效率的三维维系机制[J].中国软科学,2003(5):30-46.
[19]陈志龙.基于安全与效率的我国外汇储备规模管理[J].现代经济探讨,2007(9):38-41.
[20]刘志锋.淮南矿业集团网络运行安全与效率分析[J].科技资讯,2010(5):180.
[21]周小梅,卢玲玲.论中国食品安全管制效率:基于收益成本的分析[J].消费经济,2008(5):23-26.
[22]何树梅.运用群体动力学提高安全管理效率[A].安全生产与可持续发展论文选编[C].2004:263.
[23]李代超.我国国库现金管理模式研究[D].山东大学,2008.
[24]王志勤.银行破产法律制度中的安全与效率研究[J].华东师范大学学报(哲学社会科学版),2008(3):93-99.
[25]张华,吕涛.基于DEA及其改进模型的我国煤炭企业安全效率评价[J].煤炭经济研究,2011(5):49-53.
[26]曹黄金,柴跃廷,刘义.动态系统影响优化分析[J].清华大学学报(自然科学版),2011(3):304-308.
[27]侯立峰,何学秋.安全投资决策优化模型[J].中国安全科学学报,2004(10):32-35+2.
[28]B. Wang, S. He. Robust optimization model and algorithm for logistics center location and allocation under
uncertain environment [J]. Journal of Transportation Systems Engineering and Information Technology, 2009, 9(2):69-74.
[29]M. S. Pishvaee, F. Jolai, J. Razmi. A stochastic optimization model for integrated forward/ reverse logistics
network design [J]. Journal of Manufacturing Systems, 2009, 28 (4):107-114.
[30]A. Ben-Tal, B. D. Chung, S. R. Mandala, et al. Robust optimization for emergency logistics planning: Risk
mitigation in humanitarian relief supply chains [J]. Transportation Research Part B: Methodological, 2010,doi:10.1016/j.trb.2010.09.002.
[31]刘淳安.一种求解动态多目标优化问题的粒子群算法[J].系统仿真学报,2011(2):288-293.
[32]李响,李为吉.基于序列响应面方法的协同优化算法[J].西北工业大学学报,2003(1):79-82.
[33]李海燕,井元伟,张闻雷.基于遗传算法的协同优化方法[J].东北大学学报(自然科学版),2009(8):1074-
1077.
[34]孔金生,万百五.动态系统优化与参数估计集成算法的鲁棒性分析[J].控制与决策,1999(S1):481-485.
[35]李俊民,万百五.黄正良.基于双线性模型的动态系统优化和参数估计集成方法[J].控制与决策,1998(5):
1-6.
[36]朱群雄,曹雷,顾祥柏.基于约束的CPM动态优化算法[J].控制与决策,2010(2):166-170.
[37]R. C. Tsaur. The development of an interval grey regression model for limited time series forecasting [J].
Expert Systems with Applications, 2010, 37(2):1200-1206.
[38]S. R. Singh. A computational method of forecasting based on fuzzy time series [J]. Mathematics and
Computers in Simulation, 2008, 79 (3):539-554.
[39]M. Ghiassi, H. Saidane, D. K. Zimbra. A dynamic artificial neural network model for forecasting time series
events [J]. International Journal of Forecasting, 2005, 21 (2):341-362.
[40]郭亚军,姚远,易平涛.一种动态综合评价方法及应用[J].系统工程理论与实践, 2007(10):154-158.
[41]郭亚军,唐海勇,曲道钢.基于最小方差的动态综合评价方法及应用[J].系统工程与电子技术,2010, 32(6):
1225-1228.
[42]C. S. Yu, H. L. Li. A robust optimization model for stochastic logistic problems [J]. International Journal of
Production Economics, 2000, 64 (1):385-397.
[43]叶飞,孙东川.时序多指标决策的夹角模糊优选法[J].工业工程,2000(3):43-46.
[44]刘微微,石春生,吴际.具有速度特征的动态评价方法及应用[J].中国软科学, 2010(10):180-185.
[45]陈莉,丁立新.动态优化算法综述[J].武汉大学学报(理学版),2011(3):255-264.
[46]王洪峰,汪定伟,黄敏.求解动态优化问题的分叉PSO算法[J].系统仿真学报, 2010(12):2895-2899
[47]李佳瑾,郭鹏.运用时序多指标决策的专家库动态优化[J].工业工程, 2011, 14(2):57-69.
[48]杨彪,罗周全,陆广等.基于经济时间序列预测的露天矿开采境界动态优化[J].煤炭学报,2011(1):29-33.
[49]陶泽,隋天中,谢里阳等.基于Petri网和GASA的双资源JSP动态优化调度[J].东北大学学报(自然科学版),
2007(3):405-409.
[50]郑友毅,王青,顾晓薇.露天煤矿开采计划的整体动态优化[J].煤炭学报,2009(8):1052-1056.
[51]王炜,刘茂,王丽.基于马尔科夫决策过程的应急资源调度方案的动态优化[J].南开大学学报(自然科学版),
2010(3):18-23.
[52]何佳宁,靳文舟.不同协作模式下的多级供应链动态优化[J].工业工程,2010(6):50-54.
三、研究内容、工作方案（包括采取的措施、技术路线、进度安排、拟达到的技术指标、提交成果方式等）。
3.1 研究内容
本课题将遵循“问题剖析-影响因素确定-问题评价-基于评价后的改进优化”的研究逻辑，结合煤矿生产物流系统的时序动态特征，进行五方面内容研究（如图1所示），具体包括：煤矿生产物流系统安全与效率影响因素及交互作用分析；煤矿生产物流系统安全与效率协同评价；煤矿生产物流系统安全与效率协同模型及有效性检验；煤矿生产物流系统安全与效率协同模型的动态优化；仿真及实证研究。
图1 课题研究内容体系结构
3.1.1 煤矿生产物流系统安全与效率影响因素及交互作用分析
由于多变的地质环境和复杂的开采方式，煤矿生产物流各子系统受到众多因素的影响，而这些因素对安全或效率影响的显著性不一致。因此需要首先确定煤矿生产物流安全与效率动态协同分析框架，其次挖掘对安全与效率共同作用的显著性影响因素，并探究这些显著性因素间的交互作用，为后续的煤矿生产物流安全与效率协同优化奠定基础。具体包括：
（1）安全与效率动态协同分析框架构建：煤矿实地调研，收集数据，对调研数据进行处理，在此基础上构建安全与效率动态协同分析框架。
（2）安全与效率关键影响因素确定：在已有煤矿生产物流系统安全与效率分析基础上，采用数理统计方法挖掘影响煤矿生产物流系统安全与效率的关键影响因素。
（3）安全与效率关键影响因素间交互作用分析：深层次挖掘煤矿生产物流系统安全与效率影响因素的内在机理，在调研数据的基础上分析其影响因素之间的交互作用，探索影响煤矿生产物流系统安全与效率规律，为进行安全与效率协同优化奠定基础。
3.1.2 煤矿生产物流系统安全与效率协同评价
根据煤矿生产物流系统安全与效率影响因素及交互作用分析，建立协同评价指标体系，确定影响评价指标的约束条件，构建安全与效率协同评价模型。
（1）安全与效率协同评价指标体系：对煤炭流、人员流、材料流、设备流、风流和动力流等多个物流子系统进行综合分析，确定安全与效率协同评价的约束条件，在此基础上构建协同评价指标体系。
（2）安全与效率协同评价模型：在建立指标体系基础上，构建安全与效率协同评价模型，为保证评价的有效性，对求解结果的经济有效性及评价方法有效性进行综合验证。
3.1.3 煤矿生产物流系统安全与效率协同模型及有效性检验
在已构建的煤矿生产物流系统安全与效率协同评价基础上，构建协同模型，并进行模型的有效性检验。
（1）安全与效率协同目标及约束条件分析：定义安全与效率协同优化的科学问题，确定安全与效率协同目标，分析约束条件，为协同模型构建奠定基础。
（2）安全与效率协同模型构建：分析协同优化流程，确定煤矿生产物流系统安全与效率协同过程存在的不确定性问题，运用数学理论和优化方法建立安全与效率协同模型。
（3）协同模型有效性检验：在上述协同模型基础上，利用煤矿样本数据验证模型假设及数据结果的有效性。
3.1.4 煤矿生产物流系统安全与效率协同模型的动态优化
从时序动态视角将安全与效率协同模型在时间轴上的展开，对煤矿生产物流系统安全与效率时序动态评优化。
（1）安全与效率协同模型时域展开：分析煤矿生产物流系统的时序动态特征，将安全与效率协同模型沿时间轴扩展，研究协同模型参数随时间变化而改变的规律。
（2）安全与效率动态协同优化：实时控制协同模型参数的变化，从时序动态视角构建安全与效率协同优化模型，并提出动态协同优化策略，为煤矿安全高效生产提出改进方向。
3.1.5 仿真与实证研究
考虑到煤矿生产物流系统的复杂性，利用计算机仿真软件对所提模型进行仿真研究，验证模型的合理性，在仿真研究基础上进行实证研究，进一步修正协同模型。
（1）模型仿真：采用计算机模拟的方法，结合实际中安全与效率各种复杂作用关系过程，对协同模型进行仿真，验证模型前提假设及结果的有效性。
（2）实证研究：通过对煤矿生产企业调研，收集有关样本数据，对理论研究和仿真研究进一步验证，对理论模型和方法不断地修正，最后提出安全与效率协同优化实现步骤，为煤矿生产物流系统安全与效率动态协同优化提供应用平台。
3.2 拟采取的研究方案
3.2.1 研究技术路线
课题研究技术路线如图2所示。
项目开始
煤矿调研、数据收集现有文献研究
煤矿生产物流系统安全与效率影响因素及交互作用分析
煤矿生产物流系统安全与效率
协同评价
煤矿生产物流系统安全与效率协同模型及有效性检验
煤矿生产物流系统安全与效率
协同模型的动态优化
仿真与实证研究
项目结束
协同优化分析框架构建影响因素确定交互作用分析
协同评价指标体系建立协同评价模型构建
协同目标及约束条件确定安全与效率协同模型构建协同模型有效性检验
协同模型时域展开协同模型的动态优化
图2研究技术路线
3.2.2 拟采取的研究方案
根据课题研究内容制定以下研究方案：
（1）煤矿生产物流系统安全与效率影响因素及交互作用分析研究方案
①煤矿生产物流系统受到冲击地压、瓦斯、突水、采煤巷道坡度、支护技术、围岩变形率、人员素质等条件的约束和影响，隐含了大量不确定假设，由此导致涉及因素众多，利用系统分析方法构建安全与效率协同优化分析框架。
②在已有煤矿生产物流系统安全与效率影响因素研究基础上，运用结构方程模型确定安全与效率关键影响因素，并检验影响因素的数据信度，进行验证分析，从而确定关键影响因素的可接受性。
③利用因子聚类分析安全与效率关键影响因素的内在机理，深层次挖掘关键影响因素之间的交互作用，为进行安全与效率动态协同优化奠定基础。
（2）煤矿生产物流系统安全与效率协同评价研究方案
①综合分析煤炭流、人员流、材料流、设备流、风流和动力流等多个物流子系统，在安全与效率关键影响因素分析基础上，确定协同评价约束条件，建立协同评价指标体系。
②构建协同评价模型；运用多属性群决策方法，嵌入合作博弈模型进行分析，根据最优共识原则求解安全与效率协同模型，达到多赢的帕累托最优局面。
③对上述模型进行有效性验证，保证协同评价模型的有效性。
（3）煤矿生产物流系统安全与效率协同模型及有效性检验研究方案
①在安全与效率协同评价基础上，利用系统优化理论定义安全与效率协同优化的科学问题，确定安全与效率协同优化目标及约束条件，为构建协同模型奠定基础。
②采用多目标规划方法构建安全与效率协同模型：定义安全与效率协同优化的科学问题，从井下巷道布置、开采顺序、运输模式、煤仓设置布局等方面确定安全与效率协同目标和分析约束条件，建立多目标协同优化模型。针对流程中系统级协调算法计算量大、容易发散等缺点，采用计算量小、优化效率高的动态罚因子算法建立多目标协同优化模型。
③协同模型有效性检验：验证模型假设的合理性以及模型的有效性，利用可调整鲁棒优化方法修正煤矿生产物流系统安全与效率协同模型并求解。
（4）煤矿生产物流系统安全与效率协同模型的动态优化研究方案
①将安全与效率协同模型沿时间轴扩展，实时监控模型参数的变化。
②利用时序动态方法实现安全与效率协同模型的动态优化。
③采用一种新的系统级协调算法——动态松弛算法，检验动态优化模型的有效性。
④在动态优化基础上提出支持煤矿生产物流安全高效运转的动态协同优化策略。
（5）仿真与实证研究方案
①采用系统仿真、蒙特卡洛仿真等模型，利用已成熟的计算机模拟技术，对安全与效率协同模型进行数值模拟验证并比较分析，在此基础上对理论研究进行验证和修正。
②选取典型煤矿为研究对象，收集并分析调研数据进行实证研究，进一步修正仿真模型，提出安全与效率协同优化实现步骤，为煤矿生产物流系统安全与效率协同优化提供应用平台。
3.3 研究目标
3.3.1 在理论研究方面的目标
（1）建立煤矿生产物流系统安全与效率影响因素分析框架，确定安全与效率关键影响因素，为煤矿生产物流系统安全与效率协同评价奠定基础；
（2）建立煤矿生产物流系统安全与效率协同评价指标体系，确定影响评价指标的约束条件，构建安全与效率协同评价模型，调平模型中的折衷问题，以保证协同评价的有效性；
（3）确定煤矿生产物流系统安全与效率协同优化的目标函数和约束条件，构建安全与效率协同模型，并进行模型有效性检验，以保证协同模型的有效性；
（4）从时序动态视角将煤矿生产物流系统安全与效率协同模型在时间轴上展开，实现协同模型的动态优化，为煤矿生产物流系统安全与效率协同理论提供研究方法和应用技术支持。
3.3.2 在实践应用方面的目标
从动态角度研究煤矿生产物流系统安全与效率动态协同优化问题，将理论成果加以应用，提出安全与
效率协同优化实现步骤，为具体煤矿的安全高效运转提供决策支持和理论方法，进而对我国煤矿的安全高效生产在宏观管理层面提出改进方向、在微观管理层面提供决策依据及应用技术支持。
3.4 课题进度安排及预期成果
课题研究计划具体见表1。
本课题预期研究成果如下：
（1）国外主流SCI期刊：发表论文2篇
（2）国家自然科学基金委管理科学部认定的A类学术刊物：发表论文3篇
（3）国际会议论文：6篇
（4）出版煤矿生产物流系统安全与效率协同优化学术专著：1部
（5）培养青年教师2人，博士研究生2人，硕士研究生5人
四、为了进行本课题的研究，课题组已具备的工作基础和实验室条件。
4.1 工作基础
1. 相关的研究工作积累
本申请课题是国家自然科学基金项目“井工生产条件下煤矿物流模式及优化方法研究”（No.70740002，2010年1月已结项）的继承和发展。课题研究内容涉及系统工程、评价与优化理论、煤矿安全工程、物流与供应链理论、采矿工程等相关领域，在这些领域的不同方面，课题组成员有较丰富的经验、知识和研究积累。
课题申请人王金凤博士在煤矿生产物流研究方面有着较为扎实的基础，近年来一直致力于煤矿生产物流相关理论研究，并承担了多项与煤矿生产物流有关的科研项目，这些均为本申请课题的研究积累了相当丰富的研究工作基础。如在国家自然科学基金项目“井工生产条件下煤矿物流模式及优化方法研究”中对煤炭生产复杂系统的煤矿物流模式的构建及优化，为在本申请课题中为煤矿生产物流系统安全与效率影响因素分析奠定坚实的基础；在项目“在建矿井的本质安全管理系统研究”、“河南省煤矿安全生产管理外控体系研究”中对煤矿安全生产定量化的成果，可以为本申请课题中安全与效率协同评价等问题提供借鉴思路。
申请人王金凤教授与河南省及全国多家大型煤业集团一直保持友好合作关系，有良好的企业调研和实践条件，对煤矿物流中物料推进配送模式、煤矿井下巷道优化问题、煤矿生产物流系统分析与优化设计、煤矿物流系统管理等大部分研究成果已为煤炭生产企业采用并取得了良好的经济和社会效益，这些为本申请课题的相关实证研究和应用研究提供了充分的保证
另外，课题组主要成员非常熟悉煤矿安全工程、采矿工程、物流与供应链优化等理论与方法，均多次参加过相关领域的研究工作。其中，冯立杰博士（后）长期从事煤矿机电安全工程及工业工程领域的教学与科研工作，在本申请课题中负责安全与效率影响因素及交互作用分析；李宣东博士主要从事安全科学工程、采矿工程领域的教学与科研工作，在本申请课题中负责安全与效率协同评价模型构建；李秉光博士主要从事供应链管理及优化理论的研究，在本申请课题中负责安全与效率协同模型构建；李尽法博士主要从事运筹与优化理论的研究，在本申请课题中负责协同模型的动态优化；蒋猛博士主要从事工业工程、物流管理理论的研究，在本申请课题中负责协同模型求解及有效性检验。
鉴于课题申请团队所取得的一系列成绩，以课题申请人为核心的学术研究团队获批河南省科研创新团队—煤矿物流工程创新团队、河南省高校工程技术中心—煤矿生产物流工程技术中心、河南省重点学科郑州大学管理科学与工程学科（王金凤博士为学术带头人），河南省及郑州大学连年来均对创新团队、工程技术中心及省级重点学科投入经费支持，这些为本课题研究奠定了科研基础。
2. 已取得的研究工作成绩
本课题组近年一直致力于煤矿物流理论的研究与应用，并且在国家自然科学基金的支持下对煤矿生产物流系统优化问题进行了研究，进行了大量的实证分析。课题组在研究过程中发现煤矿生产过程本质上是一个物流过程（包括风流、水流、人员流、辅助材料流、动力流、矸石流、煤炭流等多种物流），因此，煤矿生产物流的研究范围包括从煤炭生产所需物料进入煤矿开始，直至把煤炭运出煤矿为止的全过程的物流活动。
在研究中课题组建立了煤矿生产物流静态安全评价指标体系，提出了基于证据理论和综合安全评价法（FSA）的煤矿生产物流静态安全评价模型；同时，针对井工条件下煤矿生产物流的特殊性，初步提出煤矿生产物流静态效率评价指标体系。本课题所涉及研究内容的积累主要集中在计算机集成制造系统、工业工程与管理、煤矿安全、中国煤炭、工业工程等学术刊物上。这些研究成果为基于时序动态的煤矿生产物流安全与效率协同评价及优化研究奠定了坚实的基础。
本课题所涉及研究内容的积累主要集中在《计算机集成制造系统》、《工业工程与管理》、《煤矿安全》、《中国煤炭》、《工业工程》等学术刊物上。这些研究成果为煤矿生产物流系统安全与效率动态协同优化研究奠定了基础。
4.2 工作条件
对于课题研究中所需的文献检索、实验条件、实证资源和数据搜集及处理、互联网等，课题组有充分的研究条件。
（1）文献检索条件先进
课题组所在郑州大学具有先进的科研条件和资源优势。郑州大学图书馆的Dialog国际联机检索系统可提供600多个大型专业数据库的使用，能满足课题研究对文献资料的需求；同时拥有科技文献检索工具及电子期刊全文库、硕博士学位论文数据库等国内外重要网络、光盘数据库138个，所需国内外学术研究文献均可通过国际查询、国内外学术交流及现场调研获得，完全可以满足课题研究对文献资料的需要。
（2）实验条件充分
河南及全国其他大型煤业集团与研究团队有着多年较为密切的产学研合作，为该课题搜集所需数据提供了便利条件。同时，郑州大学作为河南省唯一的一所“211工程”高校，本课题组拥有独立的科研用房306平方米、河南省高校工程技术中心--煤矿生产物流工程技术中心用房106平方米，台式电脑18台、便携式电脑20台，具有与校园网、教育网连接的实验室局域网，具备异地远程上网条件；另外，课题组所在学院拥有现代物流与工业工程实验室、管理科学综合仿真实验室、知识工程与信息处理实验室、管理科学基础实验室等6个实验室，配备了SCM、Flexsim、达宝易、Minitab等实验软件系统，为课题实验研究数据处理提供了良好的实验条件。
另外，课题组拥有河南省高校工程技术中心--煤矿生产物流工程技术中心，连续4年河南省和郑州大学均对中心投入经费支持用于后期的实验室建设，配备的物流仿真软件、综合评价及工程评价计算软件、物料配送管理软件、仓储管理软件、物流测量装置等36台（套）可供研究团队使用。
（3）实证资源丰富
课题申请人所在学院与河南煤化工、郑州煤业、中平能化、义马煤业等多家大型煤业集团及地方煤矿多年联合培养有博士、硕士、本科及大专、干部短训班等不同层次的学生，这些学生中相当一部分已在企业中担任领导职务，其中煤业集团高管中有多人担任郑州大学兼职教授；加之以往课题组曾多次与大型煤业集团合作研究开发项目，多次到华能、神华、中国中煤能源、安徽淮南矿业等煤业集团进行调研并得到全力支持，与他们建立了密切的产学研合作关系，为本课题所需的实证分析和专家访谈以及问卷调研中的动态调查等研究提供了良好条件，能够有效保证课题研究对大量实证数据的需要。同时，课题研究结果能够在上述企业进行实际应用和反馈以验证其有效性。
五、说明最近一次获得博士学科点专项科研基金资助课题（在研或结题）的执行情况。
无。