排序方式: 共有5条查询结果,搜索用时 79 毫秒
1
1.
基于AHP和模糊综合评判的TBM施工风险评估 总被引:7,自引:1,他引:6
岩石隧洞建设中面临很大和众多的风险,利用TBM施工的深埋长隧洞受多种不确定因素影响,具有随机性和模糊性,目前的研究方法难以对其进行准确定量分析。通过深入分析影响TBM施工的风险因素,建立了TBM施工风险综合评价指标体系。基于风险影响因素的层次性,提出了TBM施工风险二级模糊综合评判计算模型,并利用层次分析法(AHP)确定各级因素权重,利用模糊集法确定隶属函数,划分了风险接受等级。以南水北调西线工程深埋长隧洞TBM施工为例,应用二级模糊综合评判计算模型对该工程TBM施工风险进行分析,计算结果表明,该方法是合理性实用的。其理论、方法、思路和结论可供同类工程借鉴。 相似文献
2.
3.
基于Monte Carlo-BP神经网络TBM掘进速度预测 总被引:1,自引:0,他引:1
预测隧道工程中TBM掘进速度,主要有完全经验的、半理论半经验的模型和人工智能等方法,所用参数均为确定性的,未考虑参数存在的随机性,故导致预测结果的不准确性。基于此,提出了Monte Carlo-BP神经网络TBM掘进速度预测模型,着重考虑了一些重要输入参数的随机性, 其中输入参数重要性的大小通过粗糙集进行计算排序。采用Monte Carlo产生随机数时,由于参量的样本数据的有限,分布函数均采用阶梯形经验分布函数。如果采用的数据是来自不同类型的 TBM,则应当考虑机器性能参数,并重新对参数重要性进行排序。实例计算表明,Monte Carlo-BP神经网络模型预测结果和实测值总体趋势和均值比较一致。 相似文献
4.
基于PSO-PP的围岩稳定性评价 总被引:1,自引:0,他引:1
围岩的稳定性评价是一个复杂的不确定系统问题。结合投影寻踪方法、粒子群算法和逻辑斯谛曲线函数,建立了围岩稳定性评价的粒子群优化投影寻踪(projection pursuit based on particle swarm optimization,PSO-PP)模型。该模型一方面采用粒子群算法优化投影指标函数及逻辑斯谛曲线函数参数,确保了模型的准确性;另一方面利用逻辑斯谛曲线函数建立投影值与经验等级之间的非线性关系。模型的测试结果显示了良好的精度,实例分析结果与实际状态完全一致,表明该模型在围岩稳定性评价中的可行性和有效性。 相似文献
5.
突变级数法在边坡稳定综合评判中的应用 总被引:11,自引:1,他引:10
边坡的稳定性受地质、工程等众多因素影响,且其变形破坏机理复杂,危害巨大,因而边坡稳定问题分析研究一直是理论和实践研究的热点。引入突变理论对边坡的稳定性问题进行研究,利用突变数学和模糊数学结合引出的突变级数法,提出边坡稳定性评判指标--突变级数, 从而建立了新的稳定性评判模型。基于突变级数法的边坡稳定性评判法,综合考虑了边坡各种要素对其稳定性的不同影响程度,真实地描绘了边坡系统的稳定状态。实例分析结果表明,该方法评判结果准确,精度较高,具有良好的实际应用价值。 相似文献
1