CN105243255A - 一种软基处理方案的评价方法 - Google Patents

Abstract

本发明公开了一种软基处理方案的评价方法，包括以下几个步骤：a.应用范例推理技术对软土是否进行浅层、中层和深层处理进行分类；b.应用德尔菲法确定评价指标体系；c.应用熵权法和层次分析法相结合的组合赋权法获得评价指标的权重；d.应用模糊聚类分析对评价指标进行筛选；e.应用灰色理论中的灰色关联分析计算灰色评估权值，同时建立模糊权矩阵并应用模糊综合评价方法计算最终评价结果。该方法在评价工作的各个环节运用不同的理论和方法，克服了以往软基处理方案评价方法中过多依赖专家经验的缺陷，既能反应专家意见，又能反应实际情况，综合评价结果可靠性高。

Description

一种软基处理方案的评价方法

技术领域

本发明属于设计方案评价方法技术领域，具体涉及一种对软基处理所用设计方案进行评价的方法。

背景技术

由于软土具有天然含水量高、压缩系数高、剪切强度小、天然孔隙比大等缺点，处理不当将严重影响公路的安全和稳定。随着我国高速公路的大规模建设，工程中遇到的软土地基处理的问题越来越突出，如何合理有效地处理软土地基已成为公路建设中的一个关键问题。

合理有效的处理软土地基的前提是选择合理有效的软基处理设计方案，方案的选择是否得当，会对工程的造价、工期和工程质量带来极大的影响，一旦选择不当，那么结构和基础在施工过程中就会出现地基失稳，并会产生较大的沉降和不均匀沉降等现象。这一选择如果单凭工程人员的个人主观经验来判断，显然具有很大的局限性和盲目性，不可取。

因此，对软基处理设计方案的科学评价方法成为重中之重，亟待解决，科学的评价结果将成为软基处理设计方案选择的一个重要参考。

近年来国内外学者在公路软基处理方案智能决策方面进行了一定的研究，将德尔菲法、层次分析法、灰色理论和模糊数学等理论应用于工程实践中，这些方法可以合理地将软基处理中的经济性指标、技术性指标和环境影响指标等判断因素定量化，并进行综合决策分析，取得了较好的效果。但是这些方法经常被单独用来进行方案评价，本身也存在一些缺点，例如层次分析法是一种非常实用的多准则决策方法，但其最大的缺点是没有考虑层次元素之间的相互支配和反馈作用，在复杂系统中的应用受到限制。单纯采用模糊方法会造成信息丢失，若仅采用灰色理论方法，则不能充分利用评价规则模糊性的特点，这两种情况都会造成评价结果与实际存在偏差。软基处理方案评价较为复杂，因评价准则存在模糊性而需要采用模糊评价方法，又因评判者的能力与偏好不同，导致评价信息常带有一定灰度，因此在软基处理方案分析过程中不仅需要考虑模糊性而且同时需要考虑灰色性。另外，上述各种方法常采用德尔菲法来确定评价指标体系及其权重，使得最终评价结果多建立在决策者评判的基础上，过多依赖于专家的经验，无法避免主观随意性，往往会导致评价的结果不一致。

发明内容

本发明的目的是提供一种准确、合理、客观的软基处理方案的评价方法，为方案的选择提供可靠的依据。

为了实现本发明所述目的，发明人提供了以下技术方案。

一种软基处理方案的评价方法，其步骤包括：

步骤1：对现有的软弱地基的类型、软弱地基处理方案、处理效果进行分析、归类，初步形成软基处理方法源范例库，通过软基处理方案的目标范例与源范例之间的类比，根据计算获得的软基处理目标范例与软基处理源范例之间的相似性程度，获得软基处理目标范例初步的处理方法。

步骤2：采用德尔菲法确定初选的评价指标体系，其做法是，寻找相关领域的数名专家，就要预测的问题向专家征求意见，之后进行整理、归纳、统计，将统计结果再匿名反馈给各专家，再次征求意见，再集中，再反馈，直至得到稳定的意见。

步骤3：以步骤2德尔菲法软基处理方案评价指标体系函询结果作为依据，采用层次分析法（AHP法)建立判断矩阵，计算每位专家对指标体系的权重判断，根据每一个指标不同专家的权重判断结果，采用熵权法对专家进行赋权，计算专家对于指标体系权重的综合判断结果。

步骤4：采用模糊-聚类分析方法对步骤2和步骤3构建的初选评价指标体系进行分类，筛选出适合软基处理方案评价的指标体系。

步骤5：基于步骤2、步骤3、步骤4构建的软基处理方案评价指标体系及其权重集，采用灰色理论中的灰色关联分析计算灰色评估权值；建立模糊权矩阵并应用遗传算法对模糊权矩阵的一致性进行检验和修正；采用模糊综合评价方法计算最终评价结果。

步骤2所述数名专家是指15-25名专家；步骤2所述稳定的意见是指比较一致且可靠性较大的意见。

上述软基处理方案的评价方法，步骤1的具体操作包括：

步骤1.1，软基处理方法的分类：

通过对大量的软基处理工程实例的资料收集，对我国软土分布、特征进行归纳比较，分析软土地基鉴别的方法，确定每一个工程实例软弱地基的类型并对软土地基处理应达到的效果进行分析，通过对每一个工程实例所用软基处理方法进行深入比较分析，按其原理性质和能够处置的软基深度范围，归纳为浅层软基处理方法(处置深度<3m)、中层软基处理方法(3<处置深度<15m)和深层软基处理方法(处置深度>15m)；

步骤1.2，软基处理源范例库的建立：

以软基土体的物理力学特性指标为主要考虑因素，选择软土的压缩模量、软土厚度、路基填土和地表硬壳层厚度作为属性参数，以每一个工程实例的属性参数及软基处理方式构成一个范例，建立常用的浅层、中层、深层软基处理方法源范例库；

步骤1.3，数据归一化处理：

定义存在n个软基处理源范例，m个评价属性值构成属性参数矩阵，为软基处理源范例库中第i个范例关于第j个属性的值，对属性参数进行规一化处理，归一化公式为：

越大越优型：

越小越优型：

其中，、分别为第j个属性的最大值和最小值，为归一化后第i个范例关于第j个属性的值；

步骤1.4，目标范例与源范例相似度计算：

软基处理的目标范例T与源范例之间的相似程度采用欧氏距离计算，计算公式如下：

其中，为目标范例T与源范例库中第i个范例之间的欧氏距离，表示源范例库中第i个范例的第j个属性的值；n为属性总数；表示目标范例T在第j个属性下的值；为第j个属性的权重；

第j个参数的权重可由下列公式计算：

其中，为第j个属性的均值，为第j个属性的均方差，为第j个属性的变异系数，为第j个属性的权重。

上述软基处理方案的评价方法，所述步骤2的具体操作包括：

步骤2.1，调查问卷设计：

根据目前工程实践中常用指标、有关文献或研究工作中涉及的指标、有关专家或专业人员提供的指标等已有资料，按照指标体系构建原则确定备选指标；将德尔菲评价指标体系调查分为三个层面，即目标层—准则层—指标层；最高层面为目标层，该层是指标体系要达到的目标，能够科学、全面的评价软基处理方案；中间层面为准则层，该层是在软基处理方案各影响因素分析的基础上，作进一步归类整理，列出衡量达到目标的各项准则，即一级指标层；最低层面为二级指标层，该层是将上一层面的各个准则具体化，即做进一步的解释说明，明确具体的指标名称和计算处理标准；调查问卷为开放式设计，调查专家可以对指标进行修改和补充，并阐明理由；

步骤2.2，德尔菲函询：

根据德尔菲法的原理要求，聘请软基处理领域对本调查有兴趣并能够愿意填写调查咨询问卷的数名专家，保证相关专家对德尔菲法有一定的了解和能够在规定的时间内参加本调查的两轮函询；第一轮函询在初步拟定的指标体系基础上，综合专家意见，重点对三级指标进行取舍及补充，指标的相对重要性采用5个等级进行评分，以l、3、5、7、9分别表示从“同样重要”到“绝对重要”，建立指标体系；第二轮函询是在上一轮函询结果分析、整理的基础上，对准则层和指标层进行再分析与修订，并反馈给专家以便参考；

表1给出了指标体系评价等级标准及其定义。

表1

步骤2.3，函询结果统计分析：

选取满分频率（K_j）、评价等级和（α_j）专家意见协调程度（CV_j）对指标体系进行初步筛选；

当某指标的满分频率K_j≤25%时，认为该指标重要性程度不够，予以删除；

某指标的满分频率由下列公式计算：

其中，为第j个指标的满分频率；为给第j个指标的满分的专家数；为参加第j个指标评价的专家总数；

在专家函评中将最不重要、不太重要、一般、比较重要、很重要5个等级分别赋值0、1、2、3、4，依次计算各位专家对某指标的评价等级算术和，即评价等级和F_j；当F_j≤n时，予以删除，其中n为参加第j个指标评价的专家总数；

某指标的评价等级和由下列公式计算：

其中，为第j个指标的评价等级和；为给第i个专家对第j个指标的评价等级，的值越大，指标的相对重要性越大；

专家意见的协调程度反映专家意见对指标的分歧情况，采用变异系数CV_j来表示；

所述某指标的变异系数CV_j由下列公式计算：

其中，为第j个指标的变异系数；为全部专家对第j个指标评价的标准差；为对第j个指标全部评价的算术平均值。

的值越小，表明专家意见协调程度越高，分歧越小。

上述软基处理方案的评价方法，步骤3的具体操作包括：

步骤3.1，AHP法确定指标权重：

根据德尔菲评价指标体系调查确定的三个层面，建立层次结构模型；采用1~9标度法构造判断矩阵先取一个指标分别和其它指标进行比较，再取下一个指标和其它指标进行比较，得到两两判断矩阵，判断矩阵的一般表达式如下：

其中，为同一层次上的各指标两两比较的值；

采用方根法来计算构建的比较矩阵的特征向量，确定各层指标权重，对比较矩阵进行层次单排序；

计算判断矩阵每行元素乘积的n次方根：

将向量归一化处理：，

即为矩阵R的特征向量，此向量即为该层各指标的权重；

为了保证应用AHP法得到的结果基本合理，需要对判断矩阵进行一致性检验，并规定一致性比值在一定范围内，就可以认为由判断矩阵计算所得结果的不一致性是可以被接受的，即所得的各指标的权重是可以被接受的；

矩阵一致性指标：

矩阵一致性比值：

其中，为判断矩阵的最大特征值，为矩阵一致性指标，为矩阵一致性比值；为平均随机一致性指标；

表2给出了平均随机一致性指标。

表2

步骤3.2，熵权法确定指标权重：

对于n个评价指标，m个专家，形成的原始评价矩阵为：

其中，为第j个专家给出的第i个指标的评价值；

计算第j个专家对第i个指标的评价的比重：

计算第j个专家的熵值：

其中，规定当时，；

对计算得到的熵值求互补值，并进行归一化处理后，得到熵权：

其中，；

为基于熵权的评价指标权重向量；

步骤3.3，确定综合权重：

将层次分析法和熵权法的结果相结合，得到各指标的综合权重向量W；

其中，为系数，，在实际应用中一般取。

上述软基处理方案的评价方法，步骤4的具体操作包括：

步骤4.1，对数据矩阵进行标准化处理：

设一级指标层为被分类对象，每个一级指标又有m个二级指标表示其特性，即：

于是得到原始数据矩阵为：

其中，为第n个一级指标的第m个二级指标的原始数据；

对数据进行标准变换处理，即取

；

其中，为第i个一级指标的第j个二级指标的平均值；为第j个一级指标的均方差，

步骤4.2，定义并计算距离系数：

定义第i个一级指标和第p个一级指标下第j个二级指标的之间的距离系数为

；

其中，为第pk个一级指标下的第j个二级指标；

步骤4.3，建立模糊相似矩阵：

采用相关系数法计算各样本之间的相似程度，构建模糊相似矩阵

，相似系数的计算公式为：

；

其中，、分别为第i、j个一级指标的平均值；

步骤4.4，计算模糊等价矩阵：

采用基于等价矩阵的聚类方法，从模糊相似矩阵出发、依次求平方：

当第一次出现时，就是传递闭包，也就是模糊等价矩阵；

步骤4.5，确定最佳阈值λ，对样本进行聚类：

模糊等价矩阵建立之后，采用F统计量确定阈值λ，其公式为：

其中，为总体样本的中心向量，r为对应λ值的分类数，第j类的样本数为，第j类样本记为第j类的聚类中心向量，其中为第k个特征的平均值，F值最大时所对应的λ为最佳阈值；

根据λ值的不同，将各一级指标内的二级指标进行模糊聚类，即可得不同的聚类，在每一类中选取典型指标纳入评价集中，完成对软基处理方案评价指标体系的筛选。

表3给出了详细的软基处理评价指标体系。

表3

上述软基处理方案的评价方法，步骤5的具体操作包括：

步骤5.1，灰色模糊评价指标集、评语集、权重集和评价指标值矩阵的确定：

定义灰色模糊评价一级指标集中指标按照性质可以分为S类，即可表示为，且满足条件：

①

②对任意，

设二级指标集又包含个因素，即，其中

表示第i个二级指标的第j个因素；

由决策者或专家根据评价指标的各种可能结果确定评语集为，，

确定一级指标权重集，，其中为一级指标集中第i个因素所对应的权重，且

；二级指标权重集

，且；

设评价专家序号为,被评价对象为

，则为评价专家i对被评价对象j的第A个指标因素给出的评价指标值矩阵

步骤5.2，灰色评价权矩阵的确定：

确定评价灰类就是要确定评价灰类的等级数、灰类的灰数及灰数的白化权函数；灰类要根据评价等级，通过定性分析确定；设评价灰类序号为k，常用的白化权函数为：

上端级，灰数为，其白化权函数为

中间级，灰数为，其白化权函数为

下端级，灰数为，其白化权函数为

由和确定被评价对象j对评价指标A属于k类的灰色评价系数：，对于评价指标A，被评价对象j属于各个评价灰类的总灰色评价系数，有：

由和可计算对于评价矩阵A第j个评价者属于第k个灰色的评价权为

由此可确定所有被评对象对于评价指标A的灰色评价权矩阵为

步骤5.3，确定模糊综合评价矩阵，计算最终评价结果：

由指标权重集和灰色评价矩阵通过模糊运算得到模糊综合评价矩阵B，

其中再对B进行归一化处理，满足；

评语集为，可求得该评价对象的综合评价结果Z为。

本发明所提供的评价方法中，步骤2依据系统性、科学性、实用性和独立性的评价指标构建原则，充分利用专家各方面的知识和经验，采用德尔菲法确定初选的评价指标体系。德尔菲法是一种能够充分综合领域专家知识、经验和信息的方法。德尔菲法之所以在系统分析和决策领域得到了广泛应用，关键在于它本质上是一种反馈匿名函询法。

步骤3所采用的方法既充分利用了专家的经验和个人意向，又兼顾了决策数据本身固有的信息。

步骤4操作中指标之间具有相关性，同类指标过多会使指标体系出现信息冗余，过少则对问题解释力不足。

本发明所提供的的评价方法可以克服以往软基处理方案评价方法中过多依赖专家经验的缺陷，在评价工作的各个环节运用不同的理论和方法，形成软基处理方案评价的新方法，既能反应专家意见，又能反应实际情况，综合评价结果可靠性高。

附图说明

图1为本发明所述评价方法的流程图。

具体实施方式

本发明所述方法在使用时，操作过程如下。

步骤1：对现有的软弱地基的类型、软弱地基处理方案、处理效果进行分析、归类，初步形成软基处理方法源范例库，通过软基处理方案的目标范例与源范例之间的类比，根据计算获得的软基处理目标范例与软基处理源范例之间的相似性程度，获得软基处理目标范例初步的处理方法。包括：

步骤1.1，软基处理方法的分类。

步骤1.2，软基处理源范例库的建立。

步骤1.3，数据归一化处理。

步骤1.4，目标范例与源范例相似度计算。

步骤2：采用德尔菲法确定初选的评价指标体系，其做法是，寻找相关领域的15-15名专家，就要预测的问题向专家征求意见，之后进行整理、归纳、统计，将统计结果再匿名反馈给各专家，再次征求意见，再集中，再反馈，直至得到比较一致且可靠性较大的意见（稳定的意见）。包括：

步骤2.1，调查问卷设计。

步骤2.2，德尔菲函询。

步骤2.3，函询结果统计分析。

步骤3：以步骤2德尔菲法软基处理方案评价指标体系函询结果作为依据，采用层次分析法（AHP法)建立判断矩阵，计算每位专家对指标体系的权重判断，根据每一个指标不同专家的权重判断结果，采用熵权法对专家进行赋权，计算专家对于指标体系权重的综合判断结果。包括：

步骤3.1，AHP法确定指标权重。

步骤3.2，熵权法确定指标权重。

步骤3.3，确定综合权重。

步骤4：采用模糊-聚类分析方法对步骤2和步骤3构建的初选评价指标体系进行分类，筛选出适合软基处理方案评价的指标体系。包括：

步骤4.1，对数据矩阵进行标准化处理。

步骤4.2，定义并计算距离系数。

步骤4.3，建立模糊相似矩阵。

步骤4.4，计算模糊等价矩阵。

步骤4.5，确定最佳阈值λ，对样本进行聚类。

步骤5：基于步骤2、步骤3、步骤4构建的软基处理方案评价指标体系及其权重集，采用灰色理论中的灰色关联分析计算灰色评估权值；建立模糊权矩阵并应用遗传算法对模糊权矩阵的一致性进行检验和修正；采用模糊综合评价方法计算最终评价结果。包括：

步骤5.1，灰色模糊评价指标集、评语集、权重集和评价指标值矩阵的确定。

步骤5.2，灰色评价权矩阵的确定。

步骤5.3，确定模糊综合评价矩阵，计算最终评价结果。

Claims (8)

1.一种软基处理方案的评价方法，其特征在于，操作步骤包括：

步骤1：对现有的软弱地基的类型、软弱地基处理方案、处理效果进行分析、归类，初步形成软基处理方法源范例库，通过软基处理方案的目标范例与源范例之间的类比，根据计算获得的软基处理目标范例与软基处理源范例之间的相似性程度，获得软基处理目标范例初步的处理方法；

步骤2：采用德尔菲法确定初选的评价指标体系，其做法是，寻找相关领域的数名专家，就要预测的问题向专家征求意见，之后进行整理、归纳、统计，将统计结果再匿名反馈给各专家，再次征求意见，再集中，再反馈，直至得到稳定的意见；

步骤3：以步骤2德尔菲法软基处理方案评价指标体系函询结果作为依据，采用层次分析法（AHP法)建立判断矩阵，计算每位专家对指标体系的权重判断，根据每一个指标不同专家的权重判断结果，采用熵权法对专家进行赋权，计算专家对于指标体系权重的综合判断结果；

步骤4：采用模糊-聚类分析方法对步骤2和步骤3构建的初选评价指标体系进行分类，筛选出适合软基处理方案评价的指标体系；

步骤5：基于步骤2、步骤3、步骤4构建的软基处理方案评价指标体系及其权重集，采用灰色理论中的灰色关联分析计算灰色评估权值；建立模糊权矩阵并应用遗传算法对模糊权矩阵的一致性进行检验和修正；采用模糊综合评价方法计算最终评价结果。

2.根据权利要求1所述的一种软基处理方案的评价方法，其特征在于，所述步骤1的具体操作包括：

步骤1.1，软基处理方法的分类：

通过对大量的软基处理工程实例的资料收集，对我国软土分布、特征进行归纳比较，分析软土地基鉴别的方法，确定每一个工程实例软弱地基的类型并对软土地基处理应达到的效果进行分析，通过对每一个工程实例所用软基处理方法进行深入比较分析，按其原理性质和能够处置的软基深度范围，归纳为浅层软基处理方法、中层软基处理方法和深层软基处理方法；

步骤1.2，软基处理源范例库的建立：

以软基土体的物理力学特性指标为主要考虑因素，选择软土的压缩模量、软土厚度、路基填土和地表硬壳层厚度作为属性参数，以每一个工程实例的属性参数及软基处理方式构成一个范例，建立常用的浅层、中层、深层软基处理方法源范例库；

步骤1.3，数据归一化处理：

定义存在n个软基处理源范例，m个评价属性值构成属性参数矩阵，为软基处理源范例库中第i个范例关于第j个属性的值，对属性参数进行规一化处理，归一化公式为：

越大越优型：

越小越优型：

其中，、分别为第j个属性的最大值和最小值，为归一化后第i个范例关于第j个属性的值；

步骤1.4，目标范例与源范例相似度计算：

软基处理的目标范例T与源范例之间的相似程度采用欧氏距离计算，计算公式如下：

其中，为目标范例T与源范例库中第i个范例之间的欧氏距离，表示源范例库中第i个范例的第j个属性的值；n为属性总数；表示目标范例T在第j个属性下的值；为第j个属性的权重；

第j个参数的权重可由下列公式计算：

其中，为第j个属性的均值，为第j个属性的均方差，为第j个属性的变异系数，为第j个属性的权重。

3.根据权利要求1所述的一种软基处理方案的评价方法，其特征在于，步骤2所述数名专家为15~25名专家。

4.根据权利要求1所述的一种软基处理方案的评价方法，其特征在于，步骤2所述稳定的意见是比较一致且可靠性较大的意见。

5.根据权利要求1所述的一种软基处理方案的评价方法，其特征在于，所述步骤2的具体操作包括：

步骤2.1，调查问卷设计：

根据目前工程实践中常用指标、有关文献或研究工作中涉及的指标、有关专家或专业人员提供的指标等已有资料，按照指标体系构建原则确定备选指标；将德尔菲评价指标体系调查分为三个层面，即目标层—准则层—指标层；最高层面为目标层，该层是指标体系要达到的目标，能够科学、全面的评价软基处理方案；中间层面为准则层，该层是在软基处理方案各影响因素分析的基础上，作进一步归类整理，列出衡量达到目标的各项准则，即一级指标层；最低层面为二级指标层，该层是将上一层面的各个准则具体化，即做进一步的解释说明，明确具体的指标名称和计算处理标准；调查问卷为开放式设计，调查专家可以对指标进行修改和补充，并阐明理由；

步骤2.2，德尔菲函询：

根据德尔菲法的原理要求，聘请软基处理领域对本调查有兴趣并能够愿意填写调查咨询问卷的数名专家，保证相关专家对德尔菲法有一定的了解和能够在规定的时间内参加本调查的两轮函询；第一轮函询在初步拟定的指标体系基础上，综合专家意见，重点对三级指标进行取舍及补充，指标的相对重要性采用5个等级进行评分，以l、3、5、7、9分别表示从“同样重要”到“绝对重要”，建立指标体系；第二轮函询是在上一轮函询结果分析、整理的基础上，对准则层和指标层进行再分析与修订，并反馈给专家以便参考；

步骤2.3，函询结果统计分析：

选取满分频率（K_j）、评价等级和（α_j）专家意见协调程度（CV_j）对指标体系进行初步筛选；

当某指标的满分频率K_j≤25%时，认为该指标重要性程度不够，予以删除；

某指标的满分频率由下列公式计算：

其中，为第j个指标的满分频率；为给第j个指标的满分的专家数；为参加第j个指标评价的专家总数；

在专家函评中将最不重要、不太重要、一般、比较重要、很重要5个等级分别赋值0、1、2、3、4，依次计算各位专家对某指标的评价等级算术和，即评价等级和F_j；当F_j≤n时，予以删除，其中n为参加第j个指标评价的专家总数；

某指标的评价等级和由下列公式计算：

其中，为第j个指标的评价等级和；为给第i个专家对第j个指标的评价等级，的值越大，指标的相对重要性越大；

专家意见的协调程度反映专家意见对指标的分歧情况，采用变异系数CV_j来表示；

所述某指标的变异系数CV_j由下列公式计算：

其中，为第j个指标的变异系数；为全部专家对第j个指标评价的标准差；为对第j个指标全部评价的算术平均值。

6.根据权利要求1所述的一种软基处理方案的评价方法，其特征在于，所述步骤3的具体操作包括：

步骤3.1，AHP法确定指标权重：

根据德尔菲评价指标体系调查确定的三个层面，建立层次结构模型；采用1~9标度法构造判断矩阵先取一个指标分别和其它指标进行比较，再取下一个指标和其它指标进行比较，得到两两判断矩阵，判断矩阵的一般表达式如下：

其中，为同一层次上的各指标两两比较的值；

采用方根法来计算构建的比较矩阵的特征向量，确定各层指标权重，对比较矩阵进行层次单排序；

计算判断矩阵每行元素乘积的n次方根：

将向量归一化处理：，

即为矩阵R的特征向量，此向量即为该层各指标的权重；

为了保证应用AHP法得到的结果基本合理，需要对判断矩阵进行一致性检验，并规定一致性比值在一定范围内，就可以认为由判断矩阵计算所得结果的不一致性是可以被接受的，即所得的各指标的权重是可以被接受的；

矩阵一致性指标：

矩阵一致性比值：

其中，为判断矩阵的最大特征值，为矩阵一致性指标，为矩阵一致性比值；为平均随机一致性指标；

步骤3.2，熵权法确定指标权重：

对于n个评价指标，m个专家，形成的原始评价矩阵为：

其中，为第j个专家给出的第i个指标的评价值；

计算第j个专家对第i个指标的评价的比重：

计算第j个专家的熵值：

其中，规定当时，；

对计算得到的熵值求互补值，并进行归一化处理后，得到熵权：

其中，；

为基于熵权的评价指标权重向量；

步骤3.3，确定综合权重：

将层次分析法和熵权法的结果相结合，得到各指标的综合权重向量W；

其中，为系数，，在实际应用中一般取。

7.根据权利要求1所述的一种软基处理方案的评价方法，其特征在于，所述步骤4的具体操作包括：

步骤4.1，对数据矩阵进行标准化处理：

设一级指标层为被分类对象，每个一级指标又有m个二级指标表示其特性，即：

于是得到原始数据矩阵为：

其中，为第n个一级指标的第m个二级指标的原始数据；

对数据进行标准变换处理，即取

；

其中，为第i个一级指标的第j个二级指标的平均值；为第j个一级指标的均方差，

步骤4.2，定义并计算距离系数：

定义第i个一级指标和第p个一级指标下第j个二级指标的之间的距离系数为

；

其中，为第pk个一级指标下的第j个二级指标；

步骤4.3，建立模糊相似矩阵：

采用相关系数法计算各样本之间的相似程度，构建模糊相似矩阵

，相似系数的计算公式为：

；

其中，、分别为第i、j个一级指标的平均值；

步骤4.4，计算模糊等价矩阵：

采用基于等价矩阵的聚类方法，从模糊相似矩阵出发、依次求平方：

当第一次出现时，就是传递闭包，也就是模糊等价矩阵；

步骤4.5，确定最佳阈值λ，对样本进行聚类：

模糊等价矩阵建立之后，采用F统计量确定阈值λ，其公式为：

其中，为总体样本的中心向量，r为对应λ值的分类数，第j类的样本数为，第j类样本记为第j类的聚类中心向量，其中为第k个特征的平均值，F值最大时所对应的λ为最佳阈值；

根据λ值的不同，将各一级指标内的二级指标进行模糊聚类，即可得不同的聚类，在每一类中选取典型指标纳入评价集中，完成对软基处理方案评价指标体系的筛选。

8.根据权利要求1所述的一种软基处理方案的评价方法，其特征在于，所述步骤5的具体操作包括：

步骤5.1，灰色模糊评价指标集、评语集、权重集和评价指标值矩阵的确定：

定义灰色模糊评价一级指标集中指标按照性质可以分为S类，即可表示为，且满足条件：

①

②对任意，

设二级指标集又包含个因素，即，其中

表示第i个二级指标的第j个因素；

由决策者或专家根据评价指标的各种可能结果确定评语集为，；确定一级指标权重集，，其中为一级指标集中第i个因素所对应的权重，且

；二级指标权重集

，且；

设评价专家序号为,被评价对象为

，则为评价专家i对被评价对象j的第A个指标因素给出的评价指标值矩阵

步骤5.2，灰色评价权矩阵的确定：

确定评价灰类就是要确定评价灰类的等级数、灰类的灰数及灰数的白化权函数；灰类要根据评价等级，通过定性分析确定；设评价灰类序号为k，常用的白化权函数为：

上端级，灰数为，其白化权函数为

中间级，灰数为，其白化权函数为

下端级，灰数为，其白化权函数为

由和确定被评价对象j对评价指标A属于k类的灰色评价系数：，对于评价指标A，被评价对象j属于各个评价灰类的总灰色评价系数，有：

由和可计算对于评价矩阵A第j个评价者属于第k个灰色的评价权为

由此可确定所有被评对象对于评价指标A的灰色评价权矩阵为

步骤5.3，确定模糊综合评价矩阵，计算最终评价结果：

由指标权重集和灰色评价矩阵通过模糊运算得到模糊综合评价矩阵B，

其中再对B进行归一化处理，满足；

评语集为，可求得该评价对象的综合评价结果Z为。