La evaluación precisa del estado operativo de las presas de relaves y las advertencias de riesgo oportunas son críticas para asegurar su operación segura. Para abordar las limitaciones de los modelos existentes en la gestión de entornos complejos y factores de riesgo multidimensionales, este estudio propone un modelo de alerta temprana para el estado operativo de las presas de relaves basado en un modelo de nube bidimensional. Primero, se desarrolla un sistema de alerta temprana integral para evaluar la probabilidad y las consecuencias del fallo de la presa, utilizando la probabilidad de riesgo y las consecuencias como coordenadas bidimensionales, incorporando la aleatoriedad y la vaguedad de la incertidumbre descrita por la teoría de nubes, y transformando datos cualitativos en conclusiones cuantitativas. A continuación, un algoritmo genético optimiza el modelo de búsqueda de proyección para determinar pesos, y se utilizan características numéricas ponderadas para mejorar la clasificación de los niveles de alerta temprana. Además, el modelo de nube bidimensional se mejora introduciendo un coeficiente de proximidad para reemplazar la función de membresía, y el mapa de nube resultante se visualiza utilizando un generador de nubes hacia adelante. Finalmente, el nivel de alerta temprana del estado operativo de la presa de relaves se determina en función de la agrupación de las gotas de nube y el coeficiente de proximidad. La aplicación empírica a cinco presas de relaves en la provincia de Hubei confirma la efectividad y practicidad del modelo. Los resultados demuestran que el modelo aborda eficazmente la complejidad y la incertidumbre del estado operativo de las presas de relaves, entrega advertencias precisas y proporciona un sólido apoyo a la toma de decisiones para la respuesta a emergencias.
Ji et al. (Vie,) estudiaron esta cuestión.