基于粗糙集的可拓评判权值确定

为了避免传统的权值确定方法所带来的主观性影响,将粗糙集理论引入可拓权重系数的求解过程中,使权系数问题转化为属性重要度评价问题。通过建立决策表并进行知识约简,确定相应的评价指标,利用各评价指标的重要度计算出相应的权值。这种方法可以更好地避免主观因素对权值的影响,使权值更具有客观性。通过实际工程应用,将粗糙集理论确定的权值与关联函数求得的权值进行对比,证明了基于粗糙集的可拓权值是合理可靠的。     

基于不同方法的江苏镇江地区下蜀土边坡稳定性分析与评价

边坡失稳是一定区域内的地质环境条件相互作用不断演化的结果,对边坡的稳定性评价时需要考虑多种因素。本文以镇江地区下蜀土边坡的稳定性影响因素和评价方法为主要研究对象,采用粗糙集属性约简理论得到对边坡影响较大的6项影响因素;通过建立影响因素相互作用关系矩阵,得出影响因素相互作用对边坡稳定性的影响程度和重要性程度以及权重值。最后建立边坡稳定性评价指标及量化标准,并确定SII指数的计算方法及对应的边坡稳定性分级,从而形成镇江地区下蜀土边坡稳定性的综合评价方法,为该地区边坡稳定评价提供依据。     

基于粗糙集理论与遗传规划的地表下沉系数预测研究

利用粗糙集理论处理大数据量.消除冗余信息等方面的优势,计算出下沉系数各影响因素的属性重要性,约简了遗传规划训练样本集,建立了基于粗糙集和遗传规划的地表下沉系数预测模型。并与BP神经网络法预测结果进行了对比,结果表明,本模型具有精度高,收敛速度快等特点,将其应用到地表下沉系数预测中是可行的。     

基于粗糙集理论的遗传-RBF神经网络在岩爆预测中的应用

岩爆发生机制复杂,影响因素较多,通过粗糙集理论中的属性约简和条件属性重要性评价,确定特定地质条件下岩爆的主要影响因素,删除冗余数据。使用遗传算法(GA)优化径向基函数（radial basis function,简称RBF）神经网络参数,通过RBF神经网络隐层单元将低维模式输入变换到高维空间内,拟合影响因子和岩爆等级之间的非线性映射关系,建立基于粗糙集理论的遗传-RBF神经网络岩爆预测模型,目前未见其在地下洞室岩爆预测中应用。在根据工程实际情况选取多个理论判据的基础上,将建立的预测模型应用于实际工程的岩爆预测问题,并与实际岩爆发生情况进行对比分析。结果证明,该方法的评价结果与实际情况较为吻合,对后期施工有较好的指导作用。     

基于粗糙集和支持向量机的融合算法在岩体质量评价中的应用

从数据融合角度出发,把粗糙集理论和支持向量机理论结合,用来解决隧道岩体质量评价问题。首先,应用粗糙集理论对岩体质量评价样本数据进行约简,去除冗余特征形成岩体质量影响因素与岩体质量之间简明扼要的关系数据表达形式,形成新的样本数据,然后应用支持向量机理论,对新样本数据进行学习,建立岩体质量的支持向量机评价模型。通过实际工程应用表明,该方法科学可行。      

基于粗糙集和理想点法的隧道围岩分类研究

理想点法是一种多目标决策分析法,其基本思路是通过构造多指标问题的理想解和反理想解,并以靠近理想解和远离反理想解的程度作为各评价对象的判断依据,基于此原理建立了隧道围岩分类的理想点法评价模型。理想点法各指标权重的取值是否合理对最终的评判结果有着很大的影响,采用粗糙集理论把权重问题转化为粗糙集中属性重要性评价问题,以此来确定各指标权重。该方法不需先知经验,求解过程完全由实际样本驱动,具有很强的可操作性。建立了基于粗糙集和理想点法的隧道围岩分类模型,并应用于实际工程,结果表明,该方法的分类结果与实际相符,基于粗糙集和理想点法为隧洞围岩分类提供了一种新思路     

基于粗糙集的隧道围岩质量可拓学评价

将粗糙集理论与隧道岩体质量评价相结合,把权系数问题转化为粗糙集中属性重要性评价问题,建立了关于隧道岩体质量评价的关系数据模型。通过实际隧道岩体质量等级的权系数计算,对隧道岩体质量进行了基于粗糙集的隧道围岩质量可拓学评价,并将评价结果与实际的评价结果对比分析,认为基于粗糙集的隧道围岩质量可拓学评价能反映隧道岩体的工程特性。     

基于粗糙集对势的优势断裂评价模型

优势断裂找寻是区域稳定性评价的重要内容,关系到重大工程的安全运行和场址选择.本文基于粗糙集和集对分析理论,探讨了优势断裂的粗糙集对势评价模型,即首先据优势面理论确定了分析优势断裂的优势指标,应用粗糙集理论对待评断裂的评价指标进行约简,并基于属性重要性计算相应约简后指标的权重,通过集对分析理论计算待评样本与指标最优、最劣值的集对同一度和对立度及集对同势,进而提出相应的优势断裂集对同势判定标准,以确定工程区域优势断裂.实例应用和与其它方法对比分析结果表明,该模型应用于区域优势断裂评价是有效可行的且客观;规模优势指标、距离优势指标和时间优势指标对润扬大桥桥址区断裂活动性影响相对大,茅山断裂、郯庐断裂和长江断裂为工程区域优势断裂.     

基于粗糙神经网络的坡面雨滴溅蚀量研究

提出采用粗糙神经网络预测坡面雨滴溅蚀量。用粗糙集方法中条件属性与决策属性相对依赖的概念约简某雨滴溅蚀量试验中的冗余信息,去掉了坡度、雨强、水深、单宽流量4个试验指标中水深和单宽流量两个指标,建立了以坡度、雨强为输入,溅蚀量为输出的2−5−1的粗糙神经网络模型,简化了神经网络的结构,减少了网络的训练时间。实例计算中信息约简后预测值与试验值线性回归的相关系数大于未约简时的相关系数值,计算速度也有所提高。实例计算表明,粗糙神经网络为坡面雨滴溅蚀量预测研究提供了一种有效可行的算法。     

中小型原水河渠污染事故危害度应急评价模型

为了对中小型原水河渠污染事故危害影响程度进行综合评价,利用污染事故案例样本资料,在提出原水污染事故危害度概念基础上,归纳影响中小型原水河渠污染事故危害度的直接与间接影响因素,应用粗糙集理论与方法,对间接影响因素进行重要性分析、冗余约简及重要度权重计算,综合直接与间接影响因素的作用,构建中小型原水河渠污染事故的应急评价模型。以成都市原水河渠为例,设计模拟污染事故情景,对所构建模型进行分析,结果表明,模型能够反映中小型原水河渠污染事故的危害影响程度。所构建模型适用于中小型原水河渠污染事故的应急评价,可为应急响应决策提供支撑信息。     

The Risk Assessment of Tunnels Based on Grey Correlation and Entropy Weight Method

In the process of tunnel construction, many kinds of geological disasters are frequently occur. Among them, tunnel collapse is one of the most serious geological disasters. Seven controlling factors were determined by analyzing 76 large or medium tunnel collapses in China. By means of synthesizing all kind of index parameters, grey relational coefficients were calculated based on grey correlation theory. Entropy weight method was used to compute the weight coefficients. And a comprehensive risk evaluation model of tunnel collapse was established based on entropy weight and grey relational degree. The paper gives the correctional coefficients depending on rainfall conditions during construction of the tunnel. At last the collapse risk level of tunnels was obtained. Based on the actual project cases of risk assessment, the results indicated that the comprehensive risk evaluation model of tunnel collapse was scientific and reasonable. And it was shown that the method was easy to master and has a great significance on engineering practice.     

利用改进组合交叉熵实现煤层气储层地震属性约简

在煤层气储层参数预测中,地震属性数据量的冗余会给预测带来不便。为获得煤层气储层地震属性的最优约简,提出一种利用改进型交叉熵算法优化地震属性的方法。该方法对迭代过程产生的样本进行改进,进而生成优秀的样本集进行迭代,同时将粗糙集属性约简构成的模型作为目标函数进行寻优求解。最后利用某地区煤层气储层的地震属性对算法进行验证,并与其他算法的测试结果对比、分析,结果表明:该算法对煤层气的地震属性约简耗时小、约简精度和约简率高,可以有效的应用于煤层气储层的地震属性约简。      

山岭隧道塌方风险模糊层次分析

对隧道施工塌方采用模糊层次综合评判法进行风险评估,通过收集和整理隧道塌方的资料,总结影响隧道塌方的因素,再遴选出主要的因素作为模糊层次评估方法的影响因子,然后统计分析得到各个因子与塌方发生概率、塌方量之间的隶属函数,并采用综合赋权法确定评价指标的权重,从而建立塌方风险模糊层次评估模型。该模型在青山岗隧道得到了验证,其分析结果可信。     

基于粗糙集理论的边坡稳定性评价中因素权重确定方法的研究

为了准确计算影响边坡稳定性的各个因素的权重,应用粗糙集理论对原始数据进行挖掘,在实测数据离散化的基础上,将权重确定问题转化为粗糙集中属性重要性评价问题,建立了关于边坡稳定性评价的关系数据模型,经过属性值特征化建立了知识系统,在数据分析下通过分析评判方法对评价对象的支持度和重要性,计算出边坡稳定性评价模型的权重。该方法克服了传统权重确定方法的主观性,使得边坡稳定性评价方法更具客观性,从而提高了边坡稳定性评价的精度,通过实例说明该方法更加合理有效。     

浅埋隧道塌方地质灾害成因及风险控制

塌方是浅埋隧道施工过程中的主要地质灾害之一,利用风险动态评估模型及风险规避方法进行实时控制是确保隧道施工安全的有效途径。首先,采用洞内外相结合的地质调查方法,分析隧址区地质特征及塌方灾害风险诱因,并建立浅埋隧道塌方风险模糊层次评价模型,进行基于孕险环境的静态风险评估;其次,根据隧道施工过程中揭露的动态信息,对孕险环境进行动态修正,并汲取大气降水、开挖支护措施及监控量测等施工信息,进行隧道施工过程中的动态风险评估;最后,基于动态评估结果提出了风险规避方法,通过对施工方案的审核和优化,达到逐渐降低隧道施工风险、规避地质灾害的目的。该方法成功应用于宜巴高速公路段家屋隧道施工过程中,有效地规避了塌方地质灾害的发生,可为同类工程所借鉴。     

岩质边坡稳定性评价的粗糙集－支持向量机方法

结合粗糙集和支持向量机两种智能算法,建立了基于粗糙集与支持向量机的岩质边坡稳定性评价模型。首先根据有限的经验数据建立属性决策表,通过属性约算法找出影响边坡稳定性的关键因素;然后将所提取的关键信息训练支持向量机。本文以铁路沿线边坡为例,进行边坡稳定性验算,结果表明算法能有效降低边坡稳定性影响因素集数据维数及支持向量机的复杂程度,提高训练速度和泛化能力。     

隧道施工期岩爆危险性评价的属性识别模型及工程应用

隧道地质条件复杂,岩爆灾害频发,造成严重经济损失及人员伤亡,为工程施工带来极大困难。为分析隧道施工期岩爆风险和为施工安全提供依据,以属性数学理论为基础,建立了8参数岩爆危险性属性评价模型。通过对隧道岩爆案例的系统整理与分析,总结岩爆主要影响因素,考虑隧道施工现场指标获取的难易程度,改进了岩爆传统评价指标,选取了围岩岩性、岩体强度、围岩完整性、地应力大小、地下水状况、隧道埋深、隧道断面大小及现场施工情况8个易于获取的指标,然后构建了岩爆危险性评价的属性识别模型;同时考虑主观因素和客观因素,采用层次分析法（AHP）和概率统计法结合的综合赋权法对各指标因素进行权重分析;将建立的岩爆危险性属性识别模型应用于雅康高速公路二郎山隧道,结果表明:评价结果与实际开挖结果总体吻合较好,验证了该方法在岩爆危险性评价中的可行性与合理性。该研究成果为隧道施工岩爆灾害危险性评价提供了一种有效的途径,对预防隧道岩爆灾害发生、减少施工损失具有重大的意义。