基于Copula-云模型的地铁运营隧道渗漏水风险评价

针对运营隧道渗漏水危害等级评价中具有模糊性、不确定性问题,本文将Copula函数与云模型相结合,提出一种适用于运营隧道渗漏水危害等级评价的模型,构建Copula-云模型评价方法体系,具体包括划分指标等级状态、构建云模型、选择Copula函数、构建Copula-云模型、风险等级隶属度计算等步骤。基于运营隧道渗漏水影响因素分析的大量工程实践和参考文献,对运营地铁隧道渗漏水来源进行梳理,建立自然条件、围岩及地下水、隧道设计、施工与运营五个方面一级指标,以及五个因素下得到的17个具体二级子因素,建立运营地铁隧道渗漏水危害指标评价体系及等级评定标准。以武汉地铁2号线上的循礼门站、中南路站、江汉路站及三号线上的王家湾站、香港路站为运营地铁隧道渗漏水危害等级评定案例,采用Coupla-云模型对五个站点的区块进行渗漏水危害等级划分,评价结果与实际相符,表明了研究方法的正确性。     

基于云模型和博弈论组合赋权的地铁施工安全风险评价

针对地铁施工安全风险评价过程中存在模糊性、随机性和客观性不强等问题,采用云模型理论和博弈论组合赋权法构建了地铁施工安全风险评价模型.首先建立了包含组织、技术、环境、设备、监控预警、人员指标的地铁施工安全风险评价指标体系,利用网络层次分析法和熵权法分别确定指标权重,通过博弈论理论求得组合权重值,提高指标权重值的客观性;其...     

基于云模型的改进R=P×C风险评价法

由于工程的复杂性以及施工过程中的不确定性,准确评价工程风险的难度在不断增大。R=P×C风险定级法是一种能够综合考虑风险事件概率和后果的风险评估方法,但在评估过程中难以处理工程领域普遍存在的不确定性问题。本文提出了基于云模型的改进R=P×C风险评价方法。该方法通过云模型对评估中P和C存在的不确定性因素进行模拟分析;结合专家群决策对定性概念的模糊性和随机性进行有效集成,实现定性和定量相互间的转换;利用云模型的不确定性推理技术,统筹考虑风险事件本身及推理过程的不确定性,最终确定风险评价等级R的云模型;并运用到武汉地铁盾构施工风险评价中取得良好效果,可为同类复杂工程安全管理提供决策参考。     

基于AHP-SPA的地铁建设项目施工风险评价

地铁工程施工技术难度大,施工环境复杂,面临的风险因素较多且具有较大的不确定性,因此建立科学的地铁施工风险评价模型显得尤为重要。通过对地铁施工工程的风险因素进行系统的概括和划分,建立了地铁施工风险评价指标体系,结合集对分析法与层次分析法,构建了可以有效刻画地铁施工风险因素的确定性与不确定性对立统一关系的AHP-SPA地铁施工风险评价模型,实现风险评价信息的充分利用。最后,通过实例分析,得到各指标的风险等级,验证了该方法在地铁施工风险管理方面的适用性。     

基于优化赋权-云模型的地铁站消防安全评价

为高效地评定地铁车站消防安全状态,从四个维度构建地铁车站消防安全评价指标体系。通过改进的 CM-AHP 法与因子分析方法对指标赋权,并基于最小二乘法组合优化。根据修正后的云数字特征生成云模型,进而集成浮动综合等级模 型。结合指标的等级隶属度与组合权重获得综合评价云模型,通过云图直观展示车站消防安全状态对各综合等级云的依赖程度和 发展趋势。     

基于贝叶斯网络的地铁项目进度风险评估——以长沙轨道交通6号线西段工程为例

针对地铁项目建设中施工安全管理和现行评估方法的局限性,分析了项目进度的潜在影响因素;通过专家调查法,划分了风险因素概率等级,构建了基于贝叶斯网络的风险评估模型;根据贝叶斯网络的链式传递原则,计算各节点的概率等级分布,综合评价了地铁项目建设过程中的潜在风险。依托长沙市地铁6号线西段二标为工程背景,验证了方法的准确性和可靠性,提出了地铁项目进度风险管理的建议和策略。     

基于改进模糊层次分析法的地铁车站施工风险评价

根据某地铁车站的施工特点进行风险识别,建立风险因素层析模型,采用改进模糊层次分析法进行风险评价,结合GB 50652-2011城市轨道交通地下工程建设风险管理规范提出的地下工程建设风险等级标准,得出该地铁车站施工的风险等级,并对评价结果进行有效性验证。     

基于组合赋权-云模型的装配式建筑施工风险评价研究

随着现代建筑技术的迅猛发展,装配式建筑日益受到关注。然而,这种建筑方式也带来了一系列的施工风险。首先,从环境、管理、作业人员、技术、材料/设备5个方面对装配式建筑施工风险因素进行归纳总结,识别出22个施工风险因素,建立装配式建筑施工风险评价指标体系;其次,采用层次分析法确定各指标主观权重,采用熵权法确定各指标客观权重,并进行组合赋权;最后,以云模型为基础,构建装配式建筑施工风险云评价模型,通过案例分析识别施工风险等级和重要风险因素,验证装配式建筑施工风险评价模型的科学性和适用性,为装配式建筑施工风险管理提供参考。     

基于DEA-AHP-BP神经网络的地铁深基坑施工风险评估

为评估地铁车站深基坑施工风险,提出基于DEA-AHP和BP神经网络的地铁车站深基坑施工风险评估模型。先运用WBS-RBS识别施工过程风险因素,利用层次分析法建立两级风险评价指标体系确定评判矩阵,运用数据包络计算指标权重,最后将指标权重值作为BP神经网路输入完成地铁车站深基坑施工风险预测,确定风险等级。通过工程实例验证该评价方法科学可行,可为类似工程风险评价提供一定借鉴。     

基于粗糙集和贝叶斯网络的地铁盾构施工诱发邻近桥梁安全风险评价

由于复杂环境制约,地铁盾构邻近桥梁风险评价过程中存在大量的随机不确定性和冗余不确定性。本文结合粗糙集理论和贝叶斯网络构建地铁盾构施工邻近桥梁安全风险评估模型:利用云模型将连续型影响因素离散化以简化数据结构;基于信息熵进行属性约简以删除冗余属性;提出基于贝叶斯网络的事前风险等级预测、事中敏感因素识别、事后致因诊断方法,为制定桥梁风险控制措施提供依据。最后结合广州地铁六号线判定邻近桥梁的风险等级,根据敏感性分析辨识出覆跨比、桥桩与隧道相对水平位置等敏感致险因子,并明确风险发生的前提下最可能的致险因素为覆跨比、桥桩与隧道的相对垂直位置和施工方法。