未确知测度模型在岩爆烈度分级预测中的应用

 针对岩爆烈度分级预测评价中诸多因素不确定性问题,应用未确知测度理论并结合工程实际,根据岩爆的特点及成因,选取最大切应力sθ、单轴抗压强度sc、单轴抗拉强度st及岩石的弹性能量指数Wet,并以应力系数sθ/sc、岩石脆性系数sc/st及弹性能量指数Wet作为岩爆烈度分级的评价指标,建立岩爆烈度分级预测的未确知测度评价模型。以国内外18组工程岩爆分析初始数据进行分级判别,根据实际情况建立各评价因子的未确知测度函数,对其进行定量分析,并利用熵计算各评价指标的权重,依照置信度识别准则进行等级判定,最后得出岩爆烈度分级预测的评价结果。并与模糊综合评判法、属性综合评判法、灰色聚类法、物元分析法及实际情况的结果进行比较。为进一步考察该模型的有效性与实用性,运用该模型对秦岭隧道工程的岩爆实例进行分析。研究结果表明：该模型判别预测结果与实际岩爆情况较吻合,且方法科学合理,意义明确,为岩爆烈度分级预测提供一种新思路。     

建设项目投资方案优选的熵权系数法

本文根据熵的概念 ,把建设项目投资方案多目标决策问题中的固有信息与决策者经验判断的主观信息进行量化与综合 ,进而建立了基于熵权的建设项目投资方案多目标优序评价模型 ,最后通过实例计算 ,说明该模型结构严谨、物理意义明确 ,决策结果更加合理、符合实际。     

熵权系数法在土壤肥力评价中的应用

本文采用了熵权系数法对平昌县白衣镇的土壤肥力进行了综合评价并针对于当地的土壤肥力情况提出一些施肥建议。结果表明该地区土壤综合肥力均在3级或3级以上水平其中3级质量土壤分布最广占样点数的94.53%2级质量土壤占全部土壤的5.47%无1级和4级土壤质量样点分布。土壤肥力综评值与有机质、全氮、碱解氮、有效磷及速效钾均有极显著正相关性。     

模糊概率模型在岩爆烈度分级预测中的应用

 岩爆是深部高地应力区岩石地下工程中的一种常见地质灾害,对其发生的可能性及其烈度分级预测是地下工程建设中亟待解决的重大课题之一。以模糊概率理论为基础,选取影响岩爆的一些主要因素,如洞壁最大切向应力sq、岩石单轴抗压强度sc、岩石单轴抗拉强度st以及岩石弹性能量指数Wet,并以sq /sc,sc /st和Wet作为评价影响因子,同时将岩爆烈度划分为无岩爆、弱岩爆、中岩爆和强岩爆4个等级,建立岩爆烈度分级预测的模糊概率模型。在此模型中,提出了模糊权重的概念,可充分考虑权重的模糊性。模糊概率模型不仅继承了经典模糊综合评判法的思想和优点,同时也克服了其在实际应用中评价影响因子权重取值的局限性,因而具有明显的合理性。应用该模型对冬瓜山深埋硬岩矿山、秦岭隧道工程以及某大型水电站地下厂房3个典型工程岩爆的实例分析表明,其预测结果与实际情况符合较好。为进一步考察该模型的可靠性与实用性,对国内外23个大型岩石地下工程实例进行计算分析,其预测结果与实际岩爆情况也相当吻合。由此可见,模糊概率模型为深部岩石地下工程岩爆预测问题提供了一种新途径。     

熵权系数法在施工企业激励机制评价中的应用

根据我国建筑施工企业人力资源管理特点及现状,系统分析了我国施工企业激励机制的影响因素,并建立了基于熵权的激励机制评价模型,分析得出该模型结构严谨,运用简单,具有普遍性和通用性,也能较好地应用于其他领域的优序评价。     

基于人工智能专家系统的岩爆烈度分级预测研究

岩爆是岩石的一种复杂动力失稳破坏。由于影响岩爆发生的因素众多,因此很难做到对其发生的可能性及烈度进行准确预测。本文基于人工智能专家系统方法,针对岩爆预测过程中出现的模糊性和随机性特点,建立了岩爆烈度分级模糊综合预测模型。通过岩爆烈度分级预测的知识获取,首先选取岩石脆性系数σc/σt、岩石应力系数σθ/σc、初始应力水平σ1/σc、弹性能量指数Wet及岩石脆性指数Is五个因素作为岩爆评价指标,采用模糊数学方法确定各指标的模糊隶属函数及权重|然后以规则编程的形式对所获取的知识进行表示,建立了岩爆烈度分级预测专家系统的知识库,并编制了相应的分析和计算程序|最后利用国内外岩爆工程实例对所提方法进行验证,预测结果与实际情况相吻合,从而为岩爆的预测提供了一种新的有效途径。     

岩爆预测和烈度分级的属性数学模型及其应用

基于属性数学理论,建立岩爆发生预测和烈度分级的属性识别模型。该模型选择影响岩爆的主要因素,如最大切向应力σθ,单轴抗压强度σc,单轴抗拉强度σt以及弹性能量指数Wet,并以σθ/σc,σc/σt以及Wet作为岩爆评价指标和烈度分级标准,通过构造属性测度函数以计算单指标属性测度,以相似数定义相似权的方法确定评价指标的权重,应用置9+信度准则对岩爆进行属性识别。针对一些岩石地下工程实例对模型进行验证,评判结果与实际情况符合得较好,并且与模糊综合评判     

基于四大集成学习的岩爆烈度分级预测

为准确预测岩爆灾害,将Boosting,Bagging,Stacking,Voting四大集成学习运用到岩爆灾害预测中,比较普通机器学习算法、Boosting与Bagging预测性能,提出一种Stacking与Voting的基模型选取方法。首先,搜集275组国内外岩爆案例构建原始岩爆数据集,通过对原始岩爆数据集中不同岩爆等级的统计参数进行分析,以及使用TSNE(t-distributed Stochastic Neighbor Embedding)算法将原始岩爆数据集进行降维可视化分析,可知原始岩爆数据集中存在大量离群点并且数据不平衡。其次,先后使用Yeo-Johnson变换与K-means SMOTE过采样将数据正态化与平衡化,分别减少离群点以及数据不平衡的影响。正态化并且平衡化后岩爆数据可分性增强。然后,对包含普通机器学习,集成Boosting,集成Bagging的15种机器学习算法进行训练预测,通过宏平均的精确率以及Friedman统计假设检验比较各类模型的预测性能。最后,提出一种多样性与精确率权重融合的Stacking与Voting岩爆烈度分级预测方法。使用穷举法依次剔除精确率...     

岩爆发生和烈度分级预测的距离判别方法及应用

岩爆是深部高地应力区岩石地下工程中的主要工程地质灾害之一，对其发生的可能性及其烈度分级的预测是工程建设过程中所必须解决的重大问题。基于距离判别分析理论，建立岩爆发生和烈度分级预测的距离判别分析模型。选取影响岩爆的主要因素如最大切向应力σθ、小单轴抗压强度σc、单轴抗拉强度σt和弹性能量指数Wet，并把σθ／σc，σc/σt和Wet作为判别因子建立岩爆预测的距离判别分析模型，利用国内外一些重大深部岩石工程实例作为学习的样本进行训练。经过训练后的模型回判估计的误判率为0。利用该模型对国内西康铁路秦岭隧道工程和铜陵冬瓜山深埋硬岩矿山的岩爆情况进行预测，结果与实际情况符合较好，说明该模型在研究岩爆发生可能性及烈度分级预测中具有良好的实用性和有效性。该方法可为深部地下工程岩爆发生可能性及其烈度分级预测提供一种新思路。     

基于功效系数法的施工企业财务风险研究

建筑施工企业财务风险研究在企业发展过程中具有重要的作用,也是财会界一直研究的课题。文章运用改进的功效系数法构建了适用于建筑施工企业的财务预警模型,并选取相关样本,以2012年的年报为资料,运用此模型进行了财务风险预警分析。     

基于先验知识的岩爆预测研究

 采用人工神经网络理论, 将岩爆先验知识作为学习样本, 建立了一种新的岩爆预测模型。研究表明, 与现有的其他岩爆预测方法相比, 所建议的模型更具客观性和通用性, 具有较高的预测精度。     

基于弹性应变能岩爆倾向性评价方法研究

 岩爆是深部矿产资源开采与地下工程建设中必须解决的关键科学问题之一。以岩石强度与整体破坏准则为基础,从弹性应变能是岩爆发生的内在动力出发,建立了岩爆烈度分级预测模型。研究表明：该模型考虑了原岩应力(地应力)、岩体完整性、岩石抗拉强度及泊松比对岩爆影响,反映了岩爆发生的力学要求、脆性要求、完整性要求及储能要求;揭示了岩爆既可沿洞室中心呈轴对称分布,也可揭示洞室不同部位的岩爆烈度会出现明显不同。针对无、弱、中等及高岩爆活动4个级别,提出了3个分级界限值(3、10和110)。利用已有的岩爆经典模型与本文模型,对国内一些重大深部岩石工程岩爆情况进行了预测,结果表明基于弹性应变能岩爆分析模型与实际情况吻合的较好。因而,弹性应变能的岩爆分析模型,对岩爆预测具有重要的意义。     

基于岩爆破坏形迹修正隧道区地应力及岩爆预测的研究

从苍岭隧道的构造应力场特征入手,结合现场开挖后岩爆实际发生状况,在前期研究资料的基础上,利用有限元计算分析,模拟现场实际施工步骤的同时不断改变模型边界上的构造应力来拟合实际岩爆区,以最接近实际破坏范围的计算结果界定区段构造应力值,据此对隧道各区段的构造应力进行修正。运用修正后的构造应力计算得出的理论值与现场实测值进行比较后认为,修正后的构造应力值基本符合正常规律。同时利用修正后的地应力场对后续未开挖段的岩爆状况进行重新预测,并通过与现场实际开挖后岩爆状况进行比较证实二者较为相近,从而证实文中分析在岩爆预测分析中的可行性、合理性。     

约简概念格的粗糙集在岩爆烈度判别中的应用

为了对岩爆烈度进行高效判别,综合考虑影响岩爆的主要因素,包括最大切向应力σθ、岩石抗压强度σc、岩石抗拉强度σt和弹性能量指数Wet,并以σθ/σc,σc/σt和Wet作为岩爆烈度的最初判别指标.利用概念格为约简工具对判别指标进行约简,得到最大可约简属性集,并与传统粗糙集中的分辨矩阵约简结果进行对比,然后利用粗糙集建立岩爆烈度判别模型,生成最少偏好规则集,判别对象的分类质量为100％,最后将该模型应用于国内几处工程的岩爆烈度判别.研究结果表明:约简概念格的粗糙集用于岩爆烈度判别结果与实际情况及其他利用3项指标的评判模型所得的结果一致,该模型减少岩爆烈度判别所需的指标,提高了判别效率.     

基于地应力现场实测与开采扰动能量积聚理论的岩爆预测研究

高地应力诱发的岩爆灾害是目前深部地下工程经常遇到的工程地质问题。现场地应力测量是岩爆预测的重要前提,根据三山岛金矿深部测量和岩体赋存状况的特点,优化应力解除测量技术并在矿区深部进行现场实测。提出采场岩爆发生的2个必要条件,即岩石具备储备高应变能的特性和采场具备高应变能积聚的应力环境。基于地应力实测与岩石力学室内试验结果,采用多准则判据对矿区深部发生岩爆的倾向性做出定性分析与评价。FLAC3D数值模拟分析揭示深部开采引起的采场围岩能量积聚、分布状况及变化规律。首次采用地震学的知识,对三山岛金矿未来深部开采过程中可能诱发岩爆的地点和级别做出预测。研究成果为深部地下工程岩爆的预测、预报提供新的思路和途径。     

深埋特长公路隧道岩爆预测综合研究

岩爆预测一直是地下工程世界性难题之一。以台缙高速公路苍岭隧道的岩爆预测为例,从隧道区围岩的岩体特征和隧道区初始应力场两方面着手,通过工程地质调查研究和区域地质资料分析,对隧道区进行工程地质分类。划分隧道沿线各洞段隧道围岩类别,通过室内岩石力学试验,掌握隧道沿线围岩的物理力学特性;分析区域地震震源机制解、地应力实测资料,揭示区域构造地应力场环境。在研究过程中选取典型部位,采用水压致裂法实测工程区地应力的大小和方向。通过三维有限元反演工程区的初始应力场,在初始应力场和隧道围岩岩石力学性质研究的基础上,结合各洞段隧道断面开挖数值分析结果和现有国内外多种岩爆判别准则,对苍岭隧道岩爆发生的部位和等级进行预测,为制定合理的开挖支护方案提供依据。     

基于AHP-TOPSIS评判模型的岩爆倾向性预测

 为验证AHP-TOPSIS评判模型预测岩爆的可行性,依据层次分析法(AHP)与逼近理想解排序法(TOPSIS)的基本理论建立出岩爆预测评判模型,从岩性条件、应力条件与围岩条件3个方面选取岩爆发生的评判指标,再根据评判指标的临界值构建出岩爆等级判断准则,并通过AHP法客观确定各评判指标的权重向量,进而结合TOPSIS法分析贴近度并计算得出岩爆预测等级。实例应用得出,基于AHP-TOPSIS评判模型的岩爆预测结果与实际结果相吻合,同时与模糊数学的评判结果基本相符。该方法较全面地考虑了岩爆发生的多种影响因素,避免了单一判据的局限性,并对各种因素的重要性进行对比分析,使预测结果更为科学,可作为岩爆预测的理论依据,同时可为岩爆灾害预测提供一种可靠的新预测方法。     

基于信息熵与神经网络的供应商选择方法研究

提出了一种新的供应商评价指标体系的选择方法 ,使决策者能根据自身企业的特点构建合适的评价指标体系 ;在此基础上 ,应用人工神经网络进行供应商选择 ,以满足快速构建供应链的要求