CN101838991A - 一种基于网络推理的深基坑风险评估方法 - Google Patents
一种基于网络推理的深基坑风险评估方法 Download PDFInfo
- Publication number
- CN101838991A CN101838991A CN 201010179840 CN201010179840A CN101838991A CN 101838991 A CN101838991 A CN 101838991A CN 201010179840 CN201010179840 CN 201010179840 CN 201010179840 A CN201010179840 A CN 201010179840A CN 101838991 A CN101838991 A CN 101838991A
- Authority
- CN
- China
- Prior art keywords
- risk
- probability
- case
- deep
- logarithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于风险树网络进行概率推理的深基坑工程风险评估方法,一种基于网络推理的深基坑风险评估方法:根据风险识别和分析,建立深基坑工程风险评估计算模型;以初步统计的深基坑工程质量安全事故数据作为概率计算和损失估计的基础,采用风险树网络进行风险事件发生概率的线性推理以及概率动态更新;采用专家调查和历史经验进行风险损失的估计;结合所建立的风险评估模型进行深基坑风险评估,得到深基坑工程的总体风险等级以及每个风险事件的平均风险等级。本发明的方法能进行深基坑工程施工风险评估和动态风险评估,使风险评估更为准确、客观,并能反映施工全过程的动态风险,便于有针对性地进行预防、控制和降低施工风险,保证安全。
Description
技术领域
本发明涉及房屋建筑、轨道交通、市政设施等工程的深基坑工程施工风险评估方法,特别涉及一种基于网络推理的深基坑风险评估方法。
背景技术
近年来,国内外基坑工程呈现“大、深、紧、近”的趋势,深基坑工程建设具有投资大、施工周期长、技术复杂、不可预见风险因素多和对社会环境影响大等特点,是一项高风险的建设工程。因此,深基坑事故频有发生,并造成了巨大的经济损失和人员伤亡。
只有通过合理的风险评估方法比较准确地对深基坑工程风险进行评估,才能有针对性地控制工程建设风险,以保证工程顺利完成。建设工程中常用的风险评估方法有风险矩阵法、故障树分析法、模糊综合评判法、蒙特卡洛模拟法及在此基础上基于离散事件树的蒙特卡洛仿真方法等。但是,现有的方法只能进行定性或半定量分析,无法从定量的角度准确地反映风险水平的高低;而且,目前的风险评估方法还无法将已有的研究成果整合到现有的研究中,即历史的经验积累并没有很好地得以利用,对不确定性因素也无法准确考虑。
Pearl于1986年提出了贝叶斯网络概率模型,即使用概率理论来处理知识的不确定性,通过可视化的网络图来进行概率推理。贝叶斯网络具备很强的描述能力,能够有效地将专家经验、历史数据以及各种不完整、不确定性信息综合而提高建模效率和可信度,其在国外医疗诊断、计算机网络安全、军事对抗模拟、工业废水处理等领域得到了广泛应用,在国内的可靠度分析和安全评估研究中也取得了良好效果,并在工程项目风险管理中得以应用。但上述评估中并未考虑损失的影响,无法反映实际情况;而且,目前将贝叶斯网络技术与模糊综合评估方法相结合来进行工程风险评估的研究在国内外还很少见。因此,本发明将网络技术与综合评判法相结合,提出基于风险树网络的深基坑工程风险评估方法。
发明内容
本发明的目的,就是为了解决现有风险评估方法存在的一些问题,包括无法进行准确的、客观的定量风险评估、无法进行风险评估相关案例数据的积累和推理、无法进行全过程动态风险评估,进而提供一种新的基于网络推理的深基坑风险评估方法。
本发明的目的是通过以下技术方案予以实现:
一种基于网络推理的深基坑风险评估方法,其特征在于具体步骤如下:
第一步:风险建模
建立基于风险树网络的风险评估模型,对深基坑工程,通过施工风险识别和分析,得到需要评估风险事件的树状图,将该树状图映射成相应的风险树网络;
第二步:概率估计
通过深基坑工程事故案例调查分析和数据统计,得到深基坑工程底层风险事件发生的自然概率(频率),通过网络线性推理,计算需要评估风险事件发生的自然概率p,根据公式:
P=5+lgp (1)
进行对数运算后得到本方法概率估计的对数概率;
第三步:损失估计
通过专家调查和历史经验统计,得深基坑工程底层风险事件在不同地区、不同工程项目中发生的绝对损失值,根据公式:
Ti=Wi/W (2)
计算需要评估风险事件发生的损失率,并根据公式:
计算需要评估风险事件发生的对数损失率,根据对数损失率区间划分确定对数损失率区间中值向量如下:
Rcv=(4.5 3.5 2.5 1.5 0.5) (4)
根据公式:
qi=(qi1 qi2 qi3 qi4 qi5) (5)
计算需要评估风险事件发生的对数损失率概率向量qi,用来表示对数损失率所处不同对数损失率区间的几率;
在采用风险树进行工程风险分解时,对于上一层的某一风险事件而言,其对数损失率概率向量q由本层风险事件的对数损失率概率矩阵与所有对应风险事件的重要度向量计算得到,其中,重要度通过数据库统计分析或敏感性分析得到,根据公式:
计算上一层风险事件的对数损失率概率向量,根据公式:
计算需要评估风险事件的模糊对数损失率;
第四步:风险估计
在本发明的风险评估方法中,根据公式:
R=P×C (8)
进行风险值计算,P和C分别为风险事件的对数概率和模糊对数损失率,将风险值代入如下5个等级的风险隶属函数中:
①5级风险:风险最高,风险事故后果是灾难性的,并造成恶劣的社会影响和政治影响,其隶属函数为:
②4级风险:风险较高,风险事故后果很严重,可能在较大范围内对工程造成破坏或有人员伤亡,其隶属函数为:
③3级风险:风险一般,风险事故后果一般,对工程可能造成破坏的范围较小,其隶属函数为:
④2级风险:风险较低,风险事故后果在一定条件下可以忽略,对工程本身以及人员、设备等不会造成较大损失,其隶属函数为:
⑤1级风险:风险最低,风险事故后果可以忽略,对工程本身以及人员、设备等造成的损失极小,其隶属函数为:
计算得到需要评估风险事件对5个风险等级的隶属度,并根据公式:
r=(ri1 ri2 ri3 ri4 ri5) (14)
计算深基坑工程施工风险需要评估风险事件的隶属度向量,根据最大隶属度原则,确定每个风险事件的风险等级;
第五步:风险决策
根据上述方法的风险等级要求和划分规定,提出针对性的风险接受准则,风险接受准则分为5个等级:①5级风险,完全不可接受,应立即排除;②4级风险,不可接受,应立即采取有效的控制措施;③3级风险,不希望发生,可均衡风险损失与风险控制成本大小来决定是否需要采取适当的控制措施;④2级风险,允许在一定条件下发生,但必须对其进行监控并避免其风险升级;⑤1级风险,可接受,但应尽量保持当前的风险水平和状态。
所述需要评估风险事件为支撑失稳或整体失稳、围护墙体破坏、围护结构渗漏、踢脚破坏、坑内土体滑坡、承压水突涌、坑底隆起破坏、坑底管涌流砂。根据需要,可以应用本发明的技术方案,对包括所列深基坑的各种风险事件之一分别进行评估。
对应的风险预控措施的实施和落实,将现在实际情况的概率发生数据作为新的输入数据代入公式(1)中,重新进行评估计算。
将计算和评估结果补充入第三步损失估计中的专家调查和历史经验统计中。
采用本发明技术方案的具体步骤如下:
第一步:风险建模
建立基于风险树网络的风险评估模型,对任一个深基坑工程而言,可通过故障树、事故树、事件树等方法进行深基坑工程施工风险识别和分析,得到其每个风险事件的树状图,将该树状图转化成相应的风险树网络(图2、图3);
第二步:概率估计
通过深基坑工程事故案例调查分析和数据统计,可得到深基坑工程底层风险事件发生的自然概率(频率),通过风险树网络线性推理,可计算任一个风险事件发生的自然概率p,再根据公式:
P=5+lgp (1)
进行对数运算后得到本方法概率估计的对数概率,自然概率区间及对应的对数概率区间列于表1;
表1概率和对数概率区间
第三步:损失估计
通过专家调查和历史经验统计,可得深基坑工程底层风险事件在不同地区、不同工程项目中发生的绝对损失值,根据公式:
Ti=Wi/W (2)
计算任一风险事件发生的损失率,并根据公式:
计算任一风险事件发生的对数损失率,根据对数损失率区间划分(见表2)确定对数损失率区间中值向量如下:
Rcv=(4.5 3.5 2.5 1.5 0.5) (4)
对于同类工程项目的同种风险事件而言,任一风险事件的损失并非一成不变。对于同类项目而不同的工程,工程总投资不同,则同一风险事件的损失及其损失率也不同。因此,根据公式:
qi=(qi1 qi2 qi3 qi4 qi5) (5)
计算任一风险事件发生的对数损失率概率向量qi,用来表示对数损失率所处不同对数损失率区间的几率;
在采用风险树进行工程风险分解时,对于上一层的某一风险事件而言,其对数损失率概率向量q可由本层风险事件的对数损失率概率矩阵与所有对应风险事件的重要度向量计算得到。其中,重要度可以通过数据库统计分析或敏感性分析得到。可根据公式:
计算上一层风险事件的对数损失率概率向量,在根据公式:
计算任一风险事件的模糊对数损失率;
表2损失率和对数损失率区间
第四步:风险估计
在本发明的风险评估方法中,根据公式:
R=P×C (8)
可进行风险值计算,P和C分别为风险事件的对数概率和模糊对数损失率,将风险值代入如下5个等级的风险隶属函数中:
①5级风险:风险最高,风险事故后果是灾难性的,并造成恶劣的社会影响和政治影响,其隶属函数为:
②4级风险:风险较高,风险事故后果很严重,可能在较大范围内对工程造成破坏或有人员伤亡,其隶属函数为:
③3级风险:风险一般,风险事故后果一般,对工程可能造成破坏的范围较小,其隶属函数为:
④2级风险:风险较低,风险事故后果在一定条件下可以忽略,对工程本身以及人员、设备等不会造成较大损失,其隶属函数为:
⑤1级风险:风险最低,风险事故后果可以忽略,对工程本身以及人员、设备等造成的损失极小,其隶属函数为:
可计算得到任一风险事件对5个风险等级的隶属度,并根据公式:
r=(ri1 ri2 ri3 ri4 ri5) (14)
计算深基坑工程施工风险任一风险事件的隶属度向量,根据最大隶属度原则,确定每个风险事件的风险等级;
第五步:风险决策
根据本发明的上述方法的风险等级要求和划分规定,提出针对性的风险接受准则,风险接受准则分为5个等级:①5级风险,完全不可接受,应立即排除;②4级风险,不可接受,应立即采取有效的控制措施;③3级风险,不希望发生,可均衡风险损失与风险控制成本大小来决定是否需要采取适当的控制措施;④2级风险,允许在一定条件下发生,但必须对其进行监控并避免其风险升级;⑤1级风险,可接受,但应尽量保持当前的风险水平和状态。
本发明由于采用了以上风险评估方法,使其与现有方法相比,具有以下的优点和特点:
1、本发明的方法弥补了传统风险评估方法的不足之处,现有的评估方法包括风险矩阵法、故障树分析法、模糊综合评判法、蒙特卡洛模拟法都只能进行定性或半定量分析,其定量计算的基础完全建立在若干专家经验调查的基础上,不同的深基坑工程,调研的专家对象各不相同,导致专家打分结果因不同专家群体而结果差异性很大,无法从定量的角度准确地、客观地反映风险水平的高低;而且,目前的风险评估方法还无法将已有的研究成果整合到现有的研究中,即历史的经验积累并没有很好地得以利用,对不确定性因素也无法准确考虑,本发明将风险树网络处理不确定性因素和整合历史信息的优越性充分体现出来,得到的深基坑工程风险等级比较准确、客观;
2、本发明解决了对同一地区深基坑相关事故历史数据的一种长期积累,能够将不同专家的经验认识和历史案例数据间通过权重的关系联系到一起,共同构成下一次风险评估计算的数据基础,通过不断扩充和吸收新的案例和专家经验,使风险评估的数据基础更完善,使得评估结果更贴近真实结果,同时,通过新案例数据的不断充实,可进行动态的循环运算,使得动态评估得以实现,使得修正结果更符合工程施工过程中的实际情况;
3、本发明解决了风险的不确定性和模糊性,以及风险水平难以用一个准确数值来表示的技术问题,采用隶属函数来确定风险等级隶属度的综合评估方法更加合理有效,将风险树网络处理不确定因素和整合历史信息的优越性与综合评判法处理风险自身的不确定性问题的优点紧密结合在一起;
4、通过本发明的方法,可进行深基坑工程事前评估,进而为采取有效的、针对性的风险控制措施和风险跟踪处理提供有益的参考依据,同时,可进行施工全过程的动态风险评估,通过实时地掌握风险,最大限度地降低深基坑工程施工风险,保护生态环境,降低风险发生概率和减小工程损失,确保深基坑施工安全。
附图说明
图1为本发明总体技术方案图
图2为本发明所举实例的一个故障树示意图;
图3为本发明所举实例的一个故障树映射的风险树网络示意图;
图4为本发明所举实例的一个支撑失稳的故障树;
图5为本发明所举实例的一个支撑失稳的故障树映射的风险树网络。
具体实施方式
下面结合附图说明和实施例对本发明进行进一步说明。
实施例:对某地轨道交通已建和在建的72个深基坑进行施工质量安全事故调查,用事件发生次数与基坑总数的商作为事件发生的自然概率,用同层风险事件发生次数的比值归一化处理后作为该事件对上层风险事件的重要度。
对于一个新开工程的深基坑进行风险评估,如某地轨道交通X号线三期工程胜利路站深基坑工程,风险评估一般在开工前进行,在施工前,深基坑工程可能发生的风险事件及其对应的风险等级是未知的。但是,通过对某地轨道交通工程已建和在建的深基坑工程进行调查分析,可以通过故障树方法识别出本工程可能发生的风险事件;同时,因胜利路站深基坑的施工工艺、工程地质水位地质、周边环境等基本具有某地轨道交通深基坑工程的典型属性,因此,采用已有某地轨道交通事故案例的数据作为胜利路站风险评估的数据基础是非常贴近实际情况也是比较客观的。基于已有数据资料的风险评估是对胜利路站的一个风险预评估,其基本方法和步骤如下:
第一步:风险建模
以故障树风险识别方法为例,对胜利路站深基坑工程施工风险进行识别,得到其每个风险事件的树状图,以其中支撑失稳风险事件为例,将该树状图转化成相应的风险树网络(图4、图5),其具体步骤如下:①对故障树的每个事件在风险树网络中建立二态节点(根节点),并根据该事件进行命名,对重复事件只建立一个节点(即故障树中重复的基本事件在风险树网络中只表示一个根节点);②按照故障树中基本事件的失效分布确定风险树网络中根节点(D11、D12、D13、D14、D15和D16)的先验概率分布;③对故障树中的逻辑门建立相应的二态节点,其节点标志和状态取值与故障树中逻辑门的输出一致,并根据该逻辑门的输出事件进行命名,对重复输出事件只建立一个节点;④根据故障树中顶事件、中间事件和基本事件之间的连接关系建立风险树网络中节点间的连接,如图5所示;⑤根据故障树中逻辑关系确定风险树网络中非根节点(C5、C6和B2)发生的联合概率。
第二步:概率估计
深基坑支撑失稳及各对应基本事件发生的自然概率及下一层风险事件相对于上一层风险事件的重要度列于表3。
表3深基坑工程支撑失稳风险清单
注:B2-支撑失稳;C5-支撑荷载超标;C6-支撑抗力不足;D11-车辆等在支撑上行走;D12-机械碰撞;D13-墙后地表超载;D14-与围檩连接不可靠;D15-设计未考虑水及周边建筑影响;D16-设计参数选择不当。
支撑失稳故障树中任一基本事件的自然概率可通过风险树网络线性推理计算,并得到表4所列支撑失稳其他风险事件发生的联合概率。其中,“1”表示发生的概率,“0”表示不发生的概率。通过式(1)可计算出非根节点风险事件的对数概率,其结果见表5。
表4支撑失稳风险事件发生概率
表5支撑失稳风险事件发生的对数概率
第三步:损失估计
通过对某地轨道交通深基坑施工质量安全事故初步统计数据分析,并结合工程经验可得支撑失稳每个基本事件(D11~D16)的qi,其结果见表6。结合表3中的重要度,并由式(6)和(7)可分别求得非根节点风险事件(B2、C5和C6)的qi和C,并列于表6。
表6支撑失稳风险事件的模糊对数损失率
第四步:风险估计
由式(8)算出的每个非根节点风险事件的风险值见表7。将其代入式(9)~(13)可得每个风险事件所对应的隶属度并形成隶属向量,根据最大隶属度原则确定各事件的风险等级,其结果见表8。
表7风险事件的风险值
表8风险事件隶属向量及风险等级
第五步:风险决策
对于不同等级的风险事件,应根据风险接受准则采取相应的预防和控制措施来降低风险、减少损失。根据本发明的上述方法的风险等级要求和划分规定,对于4级风险,不可接受,应立即采取有效的控制措施;对于3级风险,不希望发生,可均衡风险损失与风险控制成本大小来决定是否需要采取适当的控制措施。
通过上述风险预评估,胜利路站的深基坑工程支撑失稳的风险等级为4级,是不可接受的,应立即采取有效的控制措施。通过相应的风险预控措施的实施和落实,本工程支撑失稳风险因素的源头得以控制,其发生的概率会显著降低,故可将现在实际情况的概率发生数据(此时的概率发生值就非常小,可认为减小1~2个数量级,本案例中仅减小1个数量级进行计算)作为新的输入数据代入公式(1)中,进而从新进行所有的动态评估计算,计算步骤简述如下:
第一步:风险模型
不变。
第二步:概率估计
概率计算值如下:
表9支撑失稳风险事件的修正概率表
表10支撑失稳风险事件发生的对数概率更新值
第三步:损失估计
不变。
第四步:风险估计
由式(8)算出的每个非根节点风险事件的风险值见表12。将其代入式(9)~(13)可得每个风险事件所对应的隶属度并形成隶属向量,根据最大隶属度原则确定各事件的风险等级,其结果见表13。
表12风险事件的风险值
表13风险事件隶属向量及风险等级
比较表13和表8可知,通过采取一定的风险预控措施,从风险等级的角度而言,风险发生的等级有所降低,其中支撑荷载超标和支撑失稳的风险等级由4级将为3级,支撑抗力不足仍为3级。但是,从表12和表7对比可知,三个风险事件的风险值分别从12.78、12.21、11.09降为9.27、8.67和7.66,整体而言,风险水平是随之降低的。
实际工程中,胜利路站深基坑支撑失稳的风险等级是比较高的,但是在采取了一定的风险控制措施后,其风险等级降低到了可控制的范围内。通过本发明方法,能够实现对深基坑工程的定量化风险评估和施工过程中的动态风险评估,其结论基本符合工程实际情况。
Claims (5)
1.一种基于网络推理的深基坑风险评估方法,其特征在于具体步骤如下:
第一步:风险建模
建立基于风险树网络的风险评估模型,对深基坑工程,通过施工风险识别和分析,得到需要评估风险事件的树状图,将该树状图映射成相应的风险树网络;
第二步:概率估计
通过深基坑工程事故案例调查分析和数据统计,得到深基坑工程底层风险事件发生的自然概率(频率),通过网络线性推理,计算需要评估风险事件发生的自然概率p,根据公式:
P=5+lgp (1)
进行对数运算后得到本方法概率估计的对数概率;
第三步:损失估计
通过专家调查和历史经验统计,得深基坑工程底层风险事件在不同地区、不同工程项目中发生的绝对损失值,根据公式:
Ti=Wi/W (2)
计算需要评估风险事件发生的损失率,并根据公式:
计算需要评估风险事件发生的对数损失率,根据对数损失率区间划分确定对数损失率区间中值向量如下:
Rcv=(4.5 3.5 2.5 1.5 0.5) (4)
根据公式:
qi=(qi1 qi2 qi3 qi4 qi5) (5)
计算需要评估风险事件发生的对数损失率概率向量qi,用来表示对数损失率所处不同对数损失率区间的几率;
在采用风险树进行工程风险分解时,对于上一层的某一风险事件而言,其对数损失率概率向量q由本层风险事件的对数损失率概率矩阵与所有对应风险事件的重要度向量计算得到,其中,重要度通过数据库统计分析或敏感性分析得到,根据公式:
计算上一层风险事件的对数损失率概率向量,根据公式:
计算需要评估风险事件的模糊对数损失率;
第四步:风险估计
在本发明的风险评估方法中,根据公式:
R=P×C (8)
进行风险值计算,P和C分别为风险事件的对数概率和模糊对数损失率,将风险值代入如下5个等级的风险隶属函数中:
①.5级风险:风险最高,风险事故后果是灾难性的,并造成恶劣的社会影响和政治影响,其隶属函数为:
②.4级风险:风险较高,风险事故后果很严重,可能在较大范围内对工程造成破坏或有人员伤亡,其隶属函数为:
③.3级风险:风险一般,风险事故后果一般,对工程可能造成破坏的范围较小,其隶属函数为:
④.2级风险:风险较低,风险事故后果在一定条件下可以忽略,对工程本身以及人员、设备等不会造成较大损失,其隶属函数为:
⑤.1级风险:风险最低,风险事故后果可以忽略,对工程本身以及人员、设备等造成的损失极小,其隶属函数为:
计算得到需要评估风险事件对5个风险等级的隶属度,并根据公式:
r=(ri1 ri2 ri3 ri4 ri5) (14)
计算深基坑工程施工风险需要评估风险事件的隶属度向量,根据最大隶属度原则,确定每个风险事件的风险等级;
第五步:风险决策
根据上述方法的风险等级要求和划分规定,提出针对性的风险接受准则。
2.根据权利要求1所述基于网络推理的深基坑风险评估方法,其特征在于所述第五步风险决策中的风险接受准则分为5个等级:①5级风险,完全不可接受,应立即排除;②4级风险,不可接受,应立即采取有效的控制措施;③3级风险,不希望发生,可均衡风险损失与风险控制成本大小来决定是否需要采取适当的控制措施;④2级风险,允许在一定条件下发生,但必须对其进行监控并避免其风险升级;⑤1级风险,可接受,但应尽量保持当前的风险水平和状态。
3.根据权利要求1所述基于网络推理的深基坑风险评估方法,其特征在于所述需要评估风险事件为支撑失稳或整体失稳、围护墙体破坏、围护结构渗漏、踢脚破坏、坑内土体滑坡、承压水突涌、坑底隆起破坏、坑底管涌流砂事件。
4.根据权利要求1所述基于网络推理的深基坑风险评估方法,其特征在于对应的风险预控措施的实施和落实,将现在实际情况的概率发生数据作为新的输入数据代入公式(1)中,重新进行评估计算。
5.根据权利要求1所述基于网络推理的深基坑风险评估方法,其特征在于将计算和评估结果补充入第三步损失估计中的专家调查和历史经验统计中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010179840 CN101838991A (zh) | 2010-05-21 | 2010-05-21 | 一种基于网络推理的深基坑风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010179840 CN101838991A (zh) | 2010-05-21 | 2010-05-21 | 一种基于网络推理的深基坑风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101838991A true CN101838991A (zh) | 2010-09-22 |
Family
ID=42742635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010179840 Pending CN101838991A (zh) | 2010-05-21 | 2010-05-21 | 一种基于网络推理的深基坑风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101838991A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102923538A (zh) * | 2012-07-06 | 2013-02-13 | 天津大学 | 基于物联网的电梯健康管理与维护系统及采集和评估方法 |
CN103888725A (zh) * | 2014-03-04 | 2014-06-25 | 深圳信息职业技术学院 | 一种安全监控方法及系统 |
CN104318110A (zh) * | 2014-10-28 | 2015-01-28 | 中国科学院合肥物质科学研究院 | 一种基于重要度和敏感性复合排序的提高大型复杂系统风险设计及维修效率的方法 |
CN105005688A (zh) * | 2015-06-30 | 2015-10-28 | 北京师范大学 | 基于贝叶斯网络模型的水质污染判断方法 |
CN105045975A (zh) * | 2015-06-30 | 2015-11-11 | 北京师范大学 | 基于贝叶斯网络模型的道路运输事故的风险评估方法 |
CN105970975A (zh) * | 2016-07-20 | 2016-09-28 | 邱炎新 | 一种带地下室建筑物的基坑支护施工方法 |
CN106401597A (zh) * | 2016-10-27 | 2017-02-15 | 华中科技大学 | 一种适用于盾构机的失效预测与诊断控制方法 |
CN108108908A (zh) * | 2018-01-03 | 2018-06-01 | 中国石油大学(华东) | 贫数据、信息不完全条件下的定量风险评估方法 |
CN111105163A (zh) * | 2019-12-23 | 2020-05-05 | 交通运输部科学研究院 | 一种交通工程安全隐患评估装置及方法 |
CN112036716A (zh) * | 2020-08-19 | 2020-12-04 | 南方电网调峰调频发电有限公司工程建设管理分公司 | 基于能量转移理论的抽水蓄能电站施工安全风险分析方法 |
-
2010
- 2010-05-21 CN CN 201010179840 patent/CN101838991A/zh active Pending
Non-Patent Citations (1)
Title |
---|
《上海交通大学学报》 20090930 周红波 基于贝叶斯网络的深基坑风险模糊综合评估方法 1473-1476 1-5 第43卷, 第9期 2 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102923538A (zh) * | 2012-07-06 | 2013-02-13 | 天津大学 | 基于物联网的电梯健康管理与维护系统及采集和评估方法 |
CN103888725A (zh) * | 2014-03-04 | 2014-06-25 | 深圳信息职业技术学院 | 一种安全监控方法及系统 |
CN104318110B (zh) * | 2014-10-28 | 2017-05-10 | 中国科学院合肥物质科学研究院 | 一种提高大型复杂系统风险设计及维修效率的方法 |
CN104318110A (zh) * | 2014-10-28 | 2015-01-28 | 中国科学院合肥物质科学研究院 | 一种基于重要度和敏感性复合排序的提高大型复杂系统风险设计及维修效率的方法 |
CN105005688A (zh) * | 2015-06-30 | 2015-10-28 | 北京师范大学 | 基于贝叶斯网络模型的水质污染判断方法 |
CN105045975A (zh) * | 2015-06-30 | 2015-11-11 | 北京师范大学 | 基于贝叶斯网络模型的道路运输事故的风险评估方法 |
CN105970975B (zh) * | 2016-07-20 | 2018-06-01 | 浙江吉通地空建筑科技有限公司 | 一种带地下室建筑物的基坑支护施工方法 |
CN105970975A (zh) * | 2016-07-20 | 2016-09-28 | 邱炎新 | 一种带地下室建筑物的基坑支护施工方法 |
CN106401597A (zh) * | 2016-10-27 | 2017-02-15 | 华中科技大学 | 一种适用于盾构机的失效预测与诊断控制方法 |
CN106401597B (zh) * | 2016-10-27 | 2018-07-24 | 华中科技大学 | 一种适用于盾构机的失效预测与诊断控制方法 |
CN108108908A (zh) * | 2018-01-03 | 2018-06-01 | 中国石油大学(华东) | 贫数据、信息不完全条件下的定量风险评估方法 |
CN108108908B (zh) * | 2018-01-03 | 2021-08-24 | 中国石油大学(华东) | 贫数据、信息不完全条件下的定量风险评估方法 |
CN111105163A (zh) * | 2019-12-23 | 2020-05-05 | 交通运输部科学研究院 | 一种交通工程安全隐患评估装置及方法 |
CN112036716A (zh) * | 2020-08-19 | 2020-12-04 | 南方电网调峰调频发电有限公司工程建设管理分公司 | 基于能量转移理论的抽水蓄能电站施工安全风险分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101838991A (zh) | 一种基于网络推理的深基坑风险评估方法 | |
Valipour et al. | Hybrid SWARA-COPRAS method for risk assessment in deep foundation excavation project: An Iranian case study | |
Ruan et al. | Assessment of temporal and spatial progress of urban resilience in Guangzhou under rainstorm scenarios | |
Jonkman et al. | Cost benefit analysis and flood damage mitigation in the Netherlands | |
CN116451879B (zh) | 一种干旱风险预测方法、系统及电子设备 | |
CN103793859B (zh) | 一种风电场运行监控及事件综合评价方法 | |
CN106156343A (zh) | 一种深基坑施工方案安全评审知识库以及自动安全评审方法 | |
CN110298577B (zh) | 一种基于dpsir模型的沿河村落山洪灾害风险评价方法及系统 | |
CN106481344A (zh) | 一种土压平衡盾构机隧道掘进参数智能控制方法 | |
CN115063020B (zh) | 基于风险监测融合的梯级水电站多维安全调度装置及方法 | |
Hajibabaee et al. | Earthquake risk assessment in urban fabrics based on physical, socioeconomic and response capacity parameters (a case study: Tehran city) | |
CN103996147A (zh) | 配电网综合评估方法 | |
ElMousalami et al. | Predicting conceptual cost for field canal improvement projects | |
CN103116804A (zh) | 一种模糊神经网络模型及深基坑变形智能预测方法 | |
CN104318717A (zh) | 一种历史数据短缺条件下的暴雨泥石流预警方法 | |
CN110633858A (zh) | 一种用于输电线路的暴雨地质灾害的聚类预警方法及系统 | |
Wu et al. | Research on decision-making of emergency plan for waterlogging disaster in subway station project based on linguistic intuitionistic fuzzy set and TOPSIS | |
Suo et al. | Risk assessment of critical infrastructures in a complex interdependent scenario: A four-stage hybrid decision support approach | |
CN115166815A (zh) | 一种基于地理信息和边缘算法的地震灾害评估决策模型 | |
Sadeghi et al. | Identification and prioritization of seismic risks in urban worn-out textures using fuzzy delphi method | |
Wu et al. | Comparative analysis and evaluation of bridge construction risk with multiple intelligent algorithms | |
CN116415708B (zh) | 考虑置信水平的电网鲁棒规划方法 | |
CN116703335A (zh) | 一种基于物联网数据共享的工程监管方法及系统 | |
Eynul-din et al. | Social and Economic Sustainability Analysis of Rural Settlements Located in the Hazard-Prone Areas: Case Study: Villages Surrounding the City of Sanandaj | |
Li et al. | Resilience Assessment of Urban Distribution Network Under Heavy Rain: A Knowledge-Informed Data-Driven Approach (April 2023) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100922 |