亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        地鐵區(qū)間施工周邊環(huán)境安全風(fēng)險(xiǎn)評估方法研究

        2013-01-11 02:26:14覃亞偉
        關(guān)鍵詞:影響分析施工

        王 帆, 覃亞偉

        (華中科技大學(xué) 土木工程與力學(xué)學(xué)院, 湖北 武漢 430074)

        地鐵建設(shè)由于下穿城市腹地,容易造成周邊環(huán)境如鄰近建筑物、管線和路面破壞,因此需要在地鐵施工過程中對周邊環(huán)境進(jìn)行風(fēng)險(xiǎn)評估,避免地鐵施工危及周邊環(huán)境的安全,造成不必要的人員傷亡和財(cái)產(chǎn)損失。

        國際工程保險(xiǎn)協(xié)會的報(bào)告指出大部分地下工程事故都發(fā)生在隧道施工階段[1],對地鐵施工產(chǎn)生的周邊環(huán)境風(fēng)險(xiǎn)進(jìn)行風(fēng)險(xiǎn)評估時(shí)需要充分考慮地鐵施工的特點(diǎn),一方面,建立的地鐵施工風(fēng)險(xiǎn)評估模型需要識別出所有相關(guān)的風(fēng)險(xiǎn)影響因素,確定風(fēng)險(xiǎn)影響因素之間及風(fēng)險(xiǎn)事件的關(guān)系,從而定性和定量地描述風(fēng)險(xiǎn)發(fā)生的場景、概率和后果[2,3];另一方面,地鐵施工中會產(chǎn)生大量歷史數(shù)據(jù),同時(shí)也需要依據(jù)專家的相關(guān)經(jīng)驗(yàn)知識進(jìn)行地鐵施工安全風(fēng)險(xiǎn)分析,因此如何結(jié)合客觀歷史數(shù)據(jù)和主觀專家判斷是建立有效風(fēng)險(xiǎn)評估模型的關(guān)鍵。本文嘗試建立地鐵施工周邊環(huán)境安全風(fēng)險(xiǎn)的定量評估模型,結(jié)合武漢地鐵二號線的工程背景和實(shí)際需要,對地鐵施工周邊環(huán)境安全性進(jìn)行分析,對施工風(fēng)險(xiǎn)管理具有一定的參考價(jià)值和指導(dǎo)作用。

        1 周邊環(huán)境風(fēng)險(xiǎn)影響因素

        城市中地鐵隧道施工對周邊環(huán)境可能造成的破壞形式主要包括:(1)周邊建筑物開裂、傾斜或垮塌;(2)路面開裂或塌陷;(3)周邊地下管線的開裂[4]。因此,地鐵隧道施工中需要對周邊建筑物、周圍路面及周邊管線進(jìn)行監(jiān)測,依據(jù)相關(guān)的監(jiān)測數(shù)據(jù)和周邊建筑物、管線的屬性進(jìn)行安全評估,為采取適當(dāng)?shù)念A(yù)防措施或補(bǔ)救措施提供決策支持。

        黃宏偉[4]、駱建軍[5,6]等人曾歸納了地鐵施工過程中周邊建筑物、管線和路面安全評估的內(nèi)容和方法,并總結(jié)了分析所需要調(diào)查的建筑物、管線及路面的風(fēng)險(xiǎn)影響因素。例如,建筑物破壞模式十分復(fù)雜,不同的結(jié)構(gòu)形式、破壞原因造成的破壞形式差異較大,應(yīng)綜合考慮建筑物上部結(jié)構(gòu)和下部結(jié)構(gòu)的相關(guān)參數(shù)及監(jiān)測結(jié)果進(jìn)行分析,如裂縫(長度、寬度、位置、數(shù)量)、建筑物結(jié)構(gòu)形式反映了建筑物上部結(jié)構(gòu)的剛度,即抵抗不均勻沉降的能力,傾斜度反映了不均勻沉降的大小,而基礎(chǔ)埋深、基礎(chǔ)類型等參數(shù)則決定了建筑物下部結(jié)構(gòu)受地鐵施工影響的程度。此外,建筑物與地鐵的相對位置關(guān)系也是影響建筑物安全狀況的影響因素之一,通常建筑物距離地鐵越遠(yuǎn),受影響程度越小,反之則影響越大??梢?,對建筑物進(jìn)行風(fēng)險(xiǎn)評估需要綜合監(jiān)測結(jié)果和建筑物相關(guān)資料數(shù)據(jù)進(jìn)行判斷,本文采用建筑物基礎(chǔ)類型、基礎(chǔ)埋深、結(jié)構(gòu)形式、建筑物高度、建筑物與地鐵水平距離、建筑物距開挖面水平距離、已用年限、裂縫和傾斜度等作為影響建筑物安全狀況的因素。同樣,本文對地鐵盾構(gòu)施工過程中對路面和管線的風(fēng)險(xiǎn)影響進(jìn)行了類似分析。由于風(fēng)險(xiǎn)影響因素較多,風(fēng)險(xiǎn)影響因素與風(fēng)險(xiǎn)事件之間的影響關(guān)系較為復(fù)雜,目前在分析方法上仍然以定性分析為主,缺少相應(yīng)的定量分析模型。

        本文基于故障樹、事件樹分析,模糊理論,相關(guān)向量分類機(jī)和貝葉斯網(wǎng)絡(luò)構(gòu)建了地鐵施工周邊環(huán)境風(fēng)險(xiǎn)評估模型,定量描述了風(fēng)險(xiǎn)影響因素與風(fēng)險(xiǎn)的因果關(guān)系以及風(fēng)險(xiǎn)傳播的影響大小,為地鐵施工風(fēng)險(xiǎn)管理提供決策依據(jù)。

        2 混合概率風(fēng)險(xiǎn)評估模型

        常用的風(fēng)險(xiǎn)評估方法包括事件樹/故障樹分析、模糊邏輯、機(jī)器學(xué)習(xí)和貝葉斯網(wǎng)絡(luò)等方法。

        故障樹分析是一種演繹法,從頂事件開始進(jìn)行演繹分析,依據(jù)分析的深度找出所有基本事件或因素,不同基本事件或因素的相互關(guān)系通過邏輯關(guān)系如“與門”、“或門”進(jìn)行表示,并能夠基于基本事件發(fā)生概率和邏輯關(guān)系計(jì)算頂事件的發(fā)生概率;而事件樹分析是一種歸納法,從初始事件開始找出所有可能的后續(xù)事件,這些后續(xù)事件通常為阻止初始事件發(fā)展為事故的安全措施的狀態(tài),通過事件序列描述了事故場景。如果能夠獲得初始事件和后續(xù)事件發(fā)生的概率,則可以基于每個(gè)事故序列計(jì)算事故發(fā)生的大小。然而,基于事件樹/故障樹的風(fēng)險(xiǎn)分析方法需要大量統(tǒng)計(jì)數(shù)據(jù)來估計(jì)每個(gè)事件的發(fā)生概率,而地鐵隧道施工往往缺少這些數(shù)據(jù),相比之下,地鐵隧道施工較為依賴于經(jīng)驗(yàn)知識,因此常常需要專家判斷作為客觀數(shù)據(jù)的一種補(bǔ)充。

        模糊邏輯方法在模糊集理論的基礎(chǔ)上通過加入if-then模糊規(guī)則使得模型具備推理能力,從而可以表達(dá)專家知識并構(gòu)建合適的專家系統(tǒng),因此也常用于風(fēng)險(xiǎn)分析,如Zeng等人[7]基于模糊推理通過風(fēng)險(xiǎn)可能性,風(fēng)險(xiǎn)嚴(yán)重性和因素指數(shù)三個(gè)指標(biāo)來衡量風(fēng)險(xiǎn)的大小并應(yīng)用到高層建筑建設(shè)項(xiàng)目風(fēng)險(xiǎn)評估中。然而,模糊邏輯需要為每種輸入變量狀態(tài)的組合定義一個(gè)if-then規(guī)則,因此規(guī)則數(shù)會隨著輸入變量的數(shù)量或者變量狀態(tài)的增加而呈指數(shù)增加,使得模型的構(gòu)建非常復(fù)雜。

        相比之下,機(jī)器學(xué)習(xí)方法可以通過對已有樣本案例的學(xué)習(xí)模擬風(fēng)險(xiǎn)影響因素與對應(yīng)風(fēng)險(xiǎn)之間的復(fù)雜關(guān)系,簡化了建模的過程,常用的機(jī)器學(xué)習(xí)方法如神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等,如Wang和Elhag[8]采用人工神經(jīng)網(wǎng)絡(luò)分析既有橋梁的結(jié)構(gòu)安全風(fēng)險(xiǎn)指數(shù)并以此確定維修的優(yōu)先順序。然而應(yīng)用機(jī)器學(xué)習(xí)方法需要一定量的學(xué)習(xí)樣本,而且通常無法給出風(fēng)險(xiǎn)分析結(jié)果的不確定性。

        最近,使用貝葉斯網(wǎng)絡(luò)進(jìn)行風(fēng)險(xiǎn)分析受到極大關(guān)注,如Sousa和Einstein[9]基于貝葉斯網(wǎng)絡(luò)分別建立了隧道施工開挖面前方地質(zhì)狀況的預(yù)測模型和在此基礎(chǔ)上選擇開挖方式的決策模型。貝葉斯網(wǎng)絡(luò)主要有以下幾個(gè)優(yōu)點(diǎn):(1)能夠?qū)⒖陀^數(shù)據(jù)和專家知識整合到一個(gè)模型中;(2)用圖形的方式形象的表示出變量之間的因果關(guān)系;(3)有堅(jiān)實(shí)的數(shù)學(xué)理論基礎(chǔ),用概率的方式定量的表達(dá)變量間因果關(guān)系影響的傳播,從而對問題進(jìn)行推理或診斷;(4)在獲得新的信息(證據(jù))后,可以計(jì)算變量的后驗(yàn)概率,從而對模型進(jìn)行更新。然而目前大多數(shù)貝葉斯網(wǎng)絡(luò)主要分析處理的是離散變量,而地鐵盾構(gòu)施工中如監(jiān)測數(shù)據(jù)和隧道設(shè)計(jì)參數(shù)都是連續(xù)變量,并且需要結(jié)合專家判斷進(jìn)行分析,所以在進(jìn)行貝葉斯網(wǎng)絡(luò)建模時(shí)的一個(gè)主要問題就是如何充分利用既有的信息,在模型中結(jié)合歷史客觀數(shù)據(jù)等連續(xù)變量和專家主觀判斷等離散變量進(jìn)行綜合分析。

        綜上所述,考慮到地鐵盾構(gòu)區(qū)間施工的特點(diǎn)及安全風(fēng)險(xiǎn)分析的復(fù)雜性,本文通過結(jié)合上述風(fēng)險(xiǎn)分析方法的優(yōu)點(diǎn),構(gòu)建了一個(gè)混合風(fēng)險(xiǎn)分析評估模型,基于歷史客觀數(shù)據(jù)和專家主觀判斷兩類數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)分析。

        2.1 貝葉斯網(wǎng)絡(luò)

        貝葉斯網(wǎng)絡(luò),又稱貝葉斯信度網(wǎng)絡(luò)(BBN),是由若干表示系統(tǒng)變量的節(jié)點(diǎn)和表示變量間因果關(guān)系的邊組成的有向無環(huán)圖(DAG),如果邊由節(jié)點(diǎn)X指向節(jié)點(diǎn)Y,則稱X為Y的父節(jié)點(diǎn),Y為X的子節(jié)點(diǎn),其中沒有父節(jié)點(diǎn)的節(jié)點(diǎn)為根節(jié)點(diǎn),沒有子節(jié)點(diǎn)的節(jié)點(diǎn)為葉節(jié)點(diǎn),每個(gè)根節(jié)點(diǎn)聯(lián)系有一個(gè)先驗(yàn)概率表(PPT)表示節(jié)點(diǎn)的先驗(yàn)概率,而每個(gè)非根節(jié)點(diǎn)聯(lián)系有一個(gè)條件概率表(CPT)列出了此節(jié)點(diǎn)相對于其父節(jié)點(diǎn)所有可能的條件概率。貝葉斯網(wǎng)絡(luò)的計(jì)算過程就是求所有節(jié)點(diǎn)的聯(lián)合概率分布,由貝葉斯網(wǎng)絡(luò)的條件獨(dú)立性假設(shè)可知求網(wǎng)絡(luò)中變量集U={X1,…,Xn}聯(lián)合概率分布的鏈?zhǔn)揭?guī)則:

        (1)

        其中,Parents(Xi)表示節(jié)點(diǎn)Xi的父節(jié)點(diǎn)集合,基于聯(lián)合概率分布可以求得網(wǎng)絡(luò)中任一變量的邊際概率或條件概率。如圖1所示的一個(gè)由4個(gè)節(jié)點(diǎn)組成的貝葉斯網(wǎng)絡(luò)包含所有節(jié)點(diǎn)的聯(lián)合概率分布為:

        P(A,B,C,D)=P(D|B,C)P(B|A)P(C|A)P(A)

        (2)

        圖1 貝葉斯網(wǎng)絡(luò)示意

        可以看出,貝葉斯網(wǎng)絡(luò)是基于概率論和圖論的一種不確定性知識表達(dá)和推理模型,它由兩部分組成:網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)成了貝葉斯網(wǎng)絡(luò)的定性部分,它表示變量之間的因果關(guān)系,是某一專業(yè)領(lǐng)域的一種知識表達(dá);先驗(yàn)概率表和條件概率表給出了貝葉斯網(wǎng)絡(luò)的定量部分,它表示變量間因果關(guān)系影響的強(qiáng)弱程度。貝葉斯網(wǎng)絡(luò)建模實(shí)際上就是先對網(wǎng)絡(luò)的定性部分建模,再對定量部分建模:

        (1)建立貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

        貝葉斯網(wǎng)絡(luò)建模從建立有向無環(huán)圖(DAG)開始,它代表了網(wǎng)絡(luò)的定性部分,即網(wǎng)絡(luò)結(jié)構(gòu)。通常可依據(jù)相關(guān)專業(yè)知識背景進(jìn)行確定。由于FTA/ETA在隧道及深基坑施工的風(fēng)險(xiǎn)分析中有著較好的識別事故因果關(guān)系和事故場景的能力,此外實(shí)際施工中往往要結(jié)合專家判斷分析可能導(dǎo)致風(fēng)險(xiǎn)的因素及其因果關(guān)系,因此本文采用基于故障樹/事件樹轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)然后通過專家修改的方式構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)。

        (2)建立先驗(yàn)/條件概率表

        貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的先驗(yàn)概率表(PPT)和條件概率表(CPT)給出了網(wǎng)絡(luò)的定量部分,即網(wǎng)絡(luò)節(jié)點(diǎn)間因果關(guān)系影響的強(qiáng)弱程度。通??苫趯<遗袛嘟⒐?jié)點(diǎn)間影響程度的概率分布。

        假設(shè)描述節(jié)點(diǎn)X對節(jié)點(diǎn)Y影響程度(如事件X發(fā)生導(dǎo)致事件Y發(fā)生的條件概率P(Y=1|X=1)的隸屬度函數(shù)如圖2所示,共有極低(VL)、低(L)、中等(M)、高(H)、極高(VH)五種描述,轉(zhuǎn)化為模糊數(shù)形式如表1所示,以“中等”對應(yīng)的模糊數(shù)為例,0.35和0.65分別為影響程度屬于中等的下限值和上限值,而0.5為影響程度屬于中等的最可能值。

        圖2 節(jié)點(diǎn)影響程度的隸屬度函數(shù)

        語言描述模糊數(shù)極低fVL=(0, 0, 0.2, 0.35)低fL=(0.2, 0.35, 0.5)中等fM=(0.35, 0.5, 0.65)高fH=(0.5, 0.65, 0.8)極高fVH=(0.65, 0.8, 1, 1)

        由于模糊數(shù)不利于貝葉斯網(wǎng)絡(luò)計(jì)算,需要將模糊數(shù)轉(zhuǎn)化為“脆值”。將模糊數(shù)轉(zhuǎn)化為脆值有幾種方法,如重心法、加權(quán)平均法[10],但許多方法在轉(zhuǎn)化過程中會損失部分信息,本文采用f加權(quán)估值函數(shù)[11]來減小這種信息損失:

        (3)

        其中,Val(F)為基于模糊隸屬度函數(shù)F轉(zhuǎn)化后的脆值,F(xiàn)α={x|F(x) ≥α}是F的α截集,Average(Fα)是α截集元素的平均數(shù),f(·)是f加權(quán)估值函數(shù)。對于常見的三角模糊數(shù),隸屬度函數(shù)形式如下:

        F(x,(a,b,c)) =Triangular(x,(a,b,c))

        (4)

        設(shè)α截集元素的平均數(shù)Average(Fα)為:

        (5)

        其中,uα和vα分別為α截集上下界,uα=(b-a)×α+a,vα=c-(c-b)×α。

        設(shè)f加權(quán)估值函數(shù)f(α)=1,則式(3)變?yōu)椋?/p>

        (6)

        2.2 相關(guān)向量分類機(jī)

        由于影響環(huán)境風(fēng)險(xiǎn)的風(fēng)險(xiǎn)影響因素很多,而對應(yīng)的風(fēng)險(xiǎn)事件是受這些影響因素共同作用影響的,因此本文采用機(jī)器學(xué)習(xí)方法分析風(fēng)險(xiǎn)影響因素與風(fēng)險(xiǎn)事件的影響關(guān)系。但常規(guī)的機(jī)器學(xué)習(xí)方法如ANN,SVM無法給出分析結(jié)果的不確定性,使得基于這些方法估計(jì)的事件沒有相應(yīng)的概率分布,因而無法與貝葉斯網(wǎng)絡(luò)進(jìn)行整合。相關(guān)向量分類機(jī)(RVC)[12]作為一種新的分類方法,不僅可以給出分類的結(jié)果,還可以給出分類結(jié)果的不確定性(即概率)。

        對于一個(gè)二分類問題,分類結(jié)果tn∈{0,1},RVC使用常用的Sigmoid邏輯連接函數(shù)σ(y)=1/(1+e-y)作為y(x)的分類函數(shù),則數(shù)據(jù)集的似然度式為:

        (7)

        由于這種形式權(quán)值w沒有解析解,因此采用Laplace算法求其近似解。對于給定的一組超參數(shù)α,可以計(jì)算其相應(yīng)權(quán)值的最可能值wMP,由于p(w|t,α)∝P(t|w)p(w|α),因此求wMP等價(jià)于最大化下式:

        (8)

        Laplace算法簡化為對logp(w|t,α)的二次逼近,則對式(8)進(jìn)行兩次微分:

        (9)

        B=diag(β1,…,βN)是對角矩陣,βn=σ{y(xn)}[1-σ{y(xn)}]。

        ∑=(ΦTBΦ+A)-1

        (10)

        wMP=∑ΦTBt

        (11)

        對于多分類問題,可以將其轉(zhuǎn)化為多個(gè)二分類問題。為簡便起見,本文采用二叉樹方法先將所有類別分成兩個(gè)子類,再將子類進(jìn)一步劃分成兩個(gè)次級子類,如此循環(huán),直到所有的節(jié)點(diǎn)都只包含一個(gè)單獨(dú)的類別為止,該方法對于K分類問題只需要構(gòu)建K-1個(gè)分類器,計(jì)算復(fù)雜度較小。

        2.3 模型推理

        在建立好混合模型的結(jié)構(gòu)和變量間的影響關(guān)系后就可以基于觀測到的風(fēng)險(xiǎn)影響因素進(jìn)行風(fēng)險(xiǎn)評估。整個(gè)風(fēng)險(xiǎn)評估過程可以總結(jié)為四步(如圖3所示):

        圖3 基于混合模型的風(fēng)險(xiǎn)評估過程

        (1)建立模型的網(wǎng)絡(luò)結(jié)構(gòu)。首先通過故障樹/事件樹分析得出風(fēng)險(xiǎn)類型、風(fēng)險(xiǎn)影響因素及相應(yīng)的事故場景,再依據(jù)前文提到的方法將其轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò),在此基礎(chǔ)上通過專家修正進(jìn)一步完善網(wǎng)絡(luò)結(jié)構(gòu)。這一步是構(gòu)建混合概率風(fēng)險(xiǎn)評估模型的定性部分;

        (2)建立網(wǎng)絡(luò)節(jié)點(diǎn)間的關(guān)系。第二步包含兩方面,對于風(fēng)險(xiǎn)影響因素與觸發(fā)事件間的關(guān)系,搜集相關(guān)的風(fēng)險(xiǎn)影響因素的數(shù)據(jù)樣本,通過相關(guān)向量分類機(jī)進(jìn)行建模,得到兩者間的影響關(guān)系;對于網(wǎng)絡(luò)中的其他部分,通過專家判斷給出節(jié)點(diǎn)間的條件概率表通過貝葉斯網(wǎng)絡(luò)建模;

        (3)判斷風(fēng)險(xiǎn)大小。在獲取新的風(fēng)險(xiǎn)影響因素的觀測值后,首先基于相關(guān)向量分類機(jī)進(jìn)行分析,給出相應(yīng)觸發(fā)事件的概率分布,然后將其輸入對應(yīng)的貝葉斯網(wǎng)絡(luò)根節(jié)點(diǎn)作為節(jié)點(diǎn)的先驗(yàn)概率表,基于貝葉斯網(wǎng)絡(luò)進(jìn)行推理,得到事故后果對應(yīng)的概率分布。

        (4)得出風(fēng)險(xiǎn)等級。最后將風(fēng)險(xiǎn)大小,即事故后果及對應(yīng)的概率分布與風(fēng)險(xiǎn)接受準(zhǔn)則(如ALARP準(zhǔn)則)進(jìn)行比較,確定風(fēng)險(xiǎn)等級,以便于管理者采取相應(yīng)的措施。

        3 案例分析

        武漢市江漢路-積玉橋區(qū)間(簡稱江積區(qū)間)是武漢地鐵2號線的越江段,該隧道為雙洞隧道,采用泥水盾構(gòu)施工方法,本文以江積區(qū)間江南岸上段(積玉橋—武昌風(fēng)井)左線為例說明模型的分析結(jié)果。

        經(jīng)過分析得出的模型網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。風(fēng)險(xiǎn)影響因素與建筑物破壞等級、路面病害等級和管線破壞等級的關(guān)系采用RVC建模,而貝葉斯網(wǎng)絡(luò)建模所需的條件概率表可借鑒Eskesen 等人[13]在隧道建設(shè)風(fēng)險(xiǎn)管理指南中給出的事故頻率分級標(biāo)準(zhǔn)(見表2)作為專家判斷的參考依據(jù),并依式(6)計(jì)算出所有節(jié)點(diǎn)的條件概率表。例如,專家判定當(dāng)建筑物破壞等級為嚴(yán)重,且預(yù)防措施不到位時(shí),發(fā)生建筑物垮塌的描述為“可能”,則專家意見所對應(yīng)的三角模糊數(shù)為(0.03, 0.1, 0.3),對應(yīng)的條件概率為:

        P(事故=垮塌|建筑物破壞等級=嚴(yán)重,

        (12)

        圖4 地鐵施工周邊環(huán)境風(fēng)險(xiǎn)模型

        頻率等級概率區(qū)間中間值等級描述5>0.31非??赡?0.03~0.30.1可能30.003~0.030.01偶爾20.0003~0.0030.001不可能1<0.00030.0001非常不可能

        以建筑物為例,本文共收集了105條歷史數(shù)據(jù),每條數(shù)據(jù)樣本包含建筑物安全風(fēng)險(xiǎn)影響因素的實(shí)際觀測值以及對應(yīng)的建筑物破壞等級,并用前80個(gè)數(shù)據(jù)樣本作為訓(xùn)練集,其余25個(gè)作為測試集對RVC進(jìn)行驗(yàn)證。預(yù)測結(jié)果精度為92%表明建立的相關(guān)向量分類機(jī)效果可靠。然后將所有的數(shù)據(jù)樣本作為訓(xùn)練集建立建筑物破壞等級的3分類器,當(dāng)獲得新的建筑物安全風(fēng)險(xiǎn)影響因素的觀測值時(shí)就能用來預(yù)測建筑物破壞等級。地面病害等級和管線破壞等級采用同樣的方式獲得,分類結(jié)果見表3。

        表3 破壞等級分類結(jié)果

        可以看出,盡管三個(gè)節(jié)點(diǎn)都分為“較輕”這一類,但管線破壞等級分類的不確定性明顯高于其他兩者。接下來將概率分布輸入到相應(yīng)的貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行貝葉斯網(wǎng)絡(luò)推理,分析結(jié)果見圖5。

        圖5 貝葉斯網(wǎng)絡(luò)風(fēng)險(xiǎn)分析結(jié)果

        4 結(jié) 語

        城市地鐵施工通常規(guī)劃在市區(qū)繁華地帶,由于往往需下穿城市建筑群,施工條件及周邊環(huán)境復(fù)雜,不確定性因素多,容易對周邊環(huán)境造成較大影響,是一項(xiàng)高風(fēng)險(xiǎn)建設(shè)工程,因此需要在地鐵工程的施工過程中對周邊環(huán)境進(jìn)行風(fēng)險(xiǎn)評估,從而采取相應(yīng)的風(fēng)險(xiǎn)控制措施。本文提出了一個(gè)基于相關(guān)向量分類機(jī)和貝葉斯網(wǎng)絡(luò)的概率風(fēng)險(xiǎn)評估方法,針對地鐵施工特點(diǎn)結(jié)合歷史數(shù)據(jù)和專家經(jīng)驗(yàn),通過專家知識表達(dá)和數(shù)據(jù)分析描述風(fēng)險(xiǎn)影響因素的風(fēng)險(xiǎn)傳播路徑和影響程度,對地鐵施工過程中引起的周邊建筑物、管線等環(huán)境安全風(fēng)險(xiǎn)進(jìn)行風(fēng)險(xiǎn)分析,從而作為安全措施的指導(dǎo)依據(jù)。

        [1] Cárdenas I C,Al-Jibouri S S H,Halman J I M,et al. Capturing and integrating knowledge for managing risks in tunnel works [J]. Risk Analysis, 2013, 33(1): 92-108.

        [2] ?ien K. Risk indicators as a tool for risk control [J]. Reliability Engineering and System Safety, 2001, 74(2): 129-145.

        [3] Kaplan S, Garrick B J. On the quantitative definition of risk [J]. Risk Analysis, 1981, 1(1): 11-27.

        [4] 黃宏偉,陳 龍,胡群芳,等. 隧道及地下工程的全壽命風(fēng)險(xiǎn)管理[M]. 北京: 科學(xué)出版社, 2010

        [5] 駱建軍,張頂立,王夢恕,等. 地鐵施工對鄰近建筑物安全風(fēng)險(xiǎn)管理[J]. 巖土力學(xué),2007,28(7): 1477-1482.

        [6] 駱建軍,張頂立,王夢恕,等. 北京地鐵暗挖車站施工對管線的影響分析[J]. 鐵道學(xué)報(bào),2007,29(5): 127-132.

        [7] Zeng J,An M,Smith N J.Application of a fuzzy based decision making methodology to construction project risk assessment [J]. International Journal of Project Management, 2007, 25(6): 589-600.

        [8] Elhag T M S, Wang Y. Risk assessment for bridge maintenance projects: Neural networks versus regression techniques [J]. Journal of Computing in Civil Engineering, ASCE, 2007, 21(6): 402-409.

        [9] Sousa R L, Einstein H H. Risk analysis during tunnel construction using Bayesian Networks: Porto Metro case study [J]. Tunnelling and Underground Space Technology, 2012, 27(1): 86-100.

        [10]Ross T J. Fuzzy Logic with Engineering Applications [M]. West Sussex, England:McGraw-Hill, Inc. 1995.

        [11]Detynieckim M, Yager R. Ranking fuzzy numbers using alpha-weighted valuations [J]. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2000, 8(5): 573-592.

        [12]Tipping M E.Sparse Bayesian learning and the relevance vector machine [J]. Journal of Machine Learning Research, 2001, 1(3): 211-244.

        [13]Eskesen S D,Tengborg P,Kampmann J, et al. Guidelines for tunnelling risk management: International tunnelling association, working group No. 2 [J]. Tunnelling and Underground Space Technology, 2004, 19(3): 217-237.

        猜你喜歡
        影響分析施工
        是什么影響了滑動摩擦力的大小
        土木工程施工技術(shù)創(chuàng)新探討
        哪些顧慮影響擔(dān)當(dāng)?
        隱蔽失效適航要求符合性驗(yàn)證分析
        電力系統(tǒng)不平衡分析
        電子制作(2018年18期)2018-11-14 01:48:24
        電力系統(tǒng)及其自動化發(fā)展趨勢分析
        擴(kuò)鏈劑聯(lián)用對PETG擴(kuò)鏈反應(yīng)與流變性能的影響
        中國塑料(2016年3期)2016-06-15 20:30:00
        土木工程施工實(shí)習(xí)的探討與實(shí)踐
        扶貧村里施工忙
        河南電力(2016年5期)2016-02-06 02:11:34
        基于EON,3ds max和AutoCAD的土方工程施工仿真
        中文字幕人妻乱码在线| 亚洲xxxx做受欧美| 日本午夜福利| 亚洲一区二区女优av| 国产三级国产精品国产专区50| 中国老熟妇506070| 国产主播一区二区三区在线观看| 音影先锋色天堂av电影妓女久久 | 欧美大胆性生话| 日本护士吞精囗交gif| 国产乱人伦真实精品视频| 男女性生活视频免费网站| 绝顶高潮合集videos| 99久久人人爽亚洲精品美女| 日韩女人毛片在线播放| 女人天堂av免费在线| 极品美女扒开粉嫩小泬图片| 国产va免费精品高清在线| 久久久一本精品99久久| 91人妻一区二区三区蜜臀| 午夜免费电影| 久久精品人妻一区二区三区| 在线偷窥制服另类| 中文字幕一区二区三区乱码人妻| aa片在线观看视频在线播放| 亚洲av乱码中文一区二区三区| 成人国产在线播放自拍| 日本系列中文字幕99| 无码国模国产在线观看| 日本午夜国产精彩| 白浆高潮国产免费一区二区三区 | 欧美韩日亚洲影视在线视频| 国产精品国产三级在线专区| www国产亚洲精品| 日日躁夜夜躁狠狠久久av| 人片在线观看无码| 日本a级免费大片网站| 欧美日韩精品一区二区三区高清视频| 国产精品区一区二区三在线播放 | 亚洲国产成人无码av在线影院| 亚洲精品黄网在线观看|