CN111080020A - 钻孔布置方案的鲁棒性评估方法和装置 - Google Patents

钻孔布置方案的鲁棒性评估方法和装置 Download PDF

Info

Publication number
CN111080020A
CN111080020A CN201911335664.2A CN201911335664A CN111080020A CN 111080020 A CN111080020 A CN 111080020A CN 201911335664 A CN201911335664 A CN 201911335664A CN 111080020 A CN111080020 A CN 111080020A
Authority
CN
China
Prior art keywords
parameters
theta
target site
target
field
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.)
Granted
Application number
CN201911335664.2A
Other languages
English (en)
Other versions
CN111080020B (zh
Inventor
赖正首
黄林冲
黄帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201911335664.2A priority Critical patent/CN111080020B/zh
Publication of CN111080020A publication Critical patent/CN111080020A/zh
Application granted granted Critical
Publication of CN111080020B publication Critical patent/CN111080020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

本发明实施例提供一种钻孔布置方案的鲁棒性评估方法和装置。方法包括：根据钻孔布置方案，获得目标场地中钻孔位置土体参数；根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数；通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本；基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，进而可以依据该参数判断勘察工程的钻孔布置方案是否需要进行优化。因此，本发明提供的钻孔布置方案的鲁棒性评估方法和装置，有助于优化勘察工程的钻孔布置方案，节约勘察工程施工成本，提升勘察工程执行速度。

Description

钻孔布置方案的鲁棒性评估方法和装置
技术领域
本发明实施例涉及工程勘察技术，尤其涉及一种钻孔布置方案的鲁棒性评估方法和装置。
背景技术
土体参数的空间分布具有不均匀性，这种不均匀性与土颗粒的尺寸及形态特征、土体形成过程、荷载历史等因素有关。钻孔是获取场地中某点土体参数的直接途径，是工程勘察的重要技术手段。
目前，在土木工程领域，钻孔布置方案已有相应的规范(《岩土工程勘察规范》(GB50021-2001，2009年版))。传统的钻孔布置主要给定了经验的钻孔点间距、钻孔深度以及数量，针对具体工程而言缺乏对选定钻孔方案的量化评估，无法验证所选定钻孔布置方案的优越性，，有关钻孔布置方案的鲁棒性评估尚未形成统一的认识。钻孔布置方案的鲁棒性评估对于钻孔布置方案的经济性、钻孔的优化布置等有重要意义。
发明内容
针对现有技术的上述缺陷，本发明实施例提供一种钻孔布置方案的鲁棒性评估方法和装置。
第一方面，本发明实施例提供一种钻孔布置方案的鲁棒性评估方法，包括：
S1、根据钻孔布置方案，获得目标场地中钻孔位置土体参数；
S2、根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数；
S3、通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本；
S4、基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数。
在第一方面的第一种可能的实现方式中，在S2中所述的根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数，包括：
S201、确定表征目标场地的随机场的统计参数θ的先验概率分布函数f(θ)；
S202、根据随机场理论，获得目标场地中钻孔位置土体参数sp发生的条件概率f(sp|θ)；
S203、将目标场地离散成网格，目标场地各点的土体参数表征为各网格对应的随机变量sn，根据随机场理论，获得目标场地各未知点土体参数sn发生的条件概率f(sn|θ)；
S204、根据贝叶斯理论，获得目标场地各未知点土体参数sn发生的后验概率kf(sn|θ)f(sp|θ)f(θ)，其中，k为使得后验概率kf(sn|θ)f(sp|θ)f(θ)在sn取值空间上的积分为1的参数。
结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，目标场地的随机场的统计参数θ的先验概率分布函数f(θ)为多元正态分布模型，其中，均值和方差由经验数据或者经验公式确定。
结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式中，目标场地的随机场的统计参数θ的先验概率分布函数f(θ)为均匀分布模型，其中，均匀分布的区间、统计参数θ的互相关性系数由经验数据或者经验公式确定。
结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第四种可能的实现方式中，在S3中所述的通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本，包括：
S301、设置目标场地的随机场的统计参数θ的初始值；
S302、基于转移概率函数f(θ*|θ)，抽样得到目标场地的随机场的统计参数候选值θ*；
S303、计算f(sn|θ*)f(sp|θ*)f(θ*)与f(sn|θ)f(sp|θ)f(θ)的比值；
S304、在均匀分布U(0,1)中随机抽样，确定接受率α；
S305、决定统计参数候选值θ*是否可接受：若比值[f(sn|θ*)f(sp|θ*)f(θ*)]/[f(sn|θ)f(sp|θ)f(θ)]≥α，接受统计参数候选值θ*；否则，拒绝；
S306、重复步骤S302～S305，直至抽样得到目标数量的统计参数θ样本；
其中，f(θ)为目标场地的随机场的统计参数θ的先验概率分布函数，f(sp|θ)为目标场地中钻孔位置土体参数sp发生的条件概率，f(sn|θ)为标场地各未知点土体参数sn发生的条件概率。
结合第一方面或第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述转移概率函数f(θ*|θ)为多元正态分布，其中，均值为马尔科夫蒙特卡洛抽样中统计参数θ的当前取值，方差为f(θ)的方差，θ为目标场地的随机场的统计参数。
结合第一方面或第一方面的第四种可能的实现方式，在第一方面的第六种可能的实现方式中，在S4中所述的基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，计算公式为：
y＝F(sn)
Figure BDA0002330861020000031
式中，y为钻孔布置方案的鲁棒性表征参数，n为目标场地被离散成的网格的数量，sn为目标场地各点的土体参数样本，F(sn)为映射函数，i为目标场地各点的序号，
Figure BDA0002330861020000032
分别为目标场地各点土体参数样本的均值和方差。
结合第一方面或第一方面的第四种可能的实现方式，在第一方面的第七种可能的实现方式中，在S4中所述的基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，计算公式为：
y＝F(sn)
Figure BDA0002330861020000033
式中，y为钻孔布置方案的鲁棒性表征参数，n为目标场地被离散成的网格的数量，sn为目标场地各点的土体参数样本，F(sn)为映射函数i为目标场地各点的序号，pi为目标场地各点土体参数的样本所对应的土木工程的性能参数。
结合第一方面或第一方面的第一种可能的实现方式或第一方面的第二种可能的实现方式或第一方面的第三种可能的实现方式或第一方面的第四种可能的实现方式或第一方面的第五种可能的实现方式或第一方面的第六种可能的实现方式或第一方面的第七种可能的实现方式，在第一方面的第八种可能的实现方式中所述目标场地各点土体参数符合平稳随机场模型。
第二方面，本发明实施例提供一种钻孔布置方案的鲁棒性评估装置，包括：
获取模块，用于根据钻孔布置方案，获得目标场地中钻孔位置土体参数；
处理模块，用于根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数；
所述处理模块还用于通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本；
计算模块，用于基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数。
本发明实施例提供的技术方案，针对勘察工程的钻孔布置方案，首先获得目标场地中钻孔位置土体参数，然后根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数，再通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本，进而基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，并依据该参数判断勘察工程的钻孔布置方案是否需要进行优化。因此，本发明提供的钻孔布置方案的鲁棒性评估方法和装置，有助于优化勘察工程的钻孔布置方案，节约勘察工程施工成本，提升勘察工程执行速度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的钻孔布置方案的鲁棒性评估方法流程图；
图2为本发明提供的应用实施例中目标场地钻孔布置方案的示意图；
图3为本发明提供的应用实施例中目标场地的离散示意图；
图4为本发明实施例提供的钻孔布置方案的鲁棒性评估装置结构示意图；
图5为本发明实施例提供的钻孔布置方案的鲁棒性评估设备实施例的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的钻孔布置方案的鲁棒性评估方法流程图，如图1所示，本实施例的方法可以包括S1～S4。
S1、根据钻孔布置方案，获得目标场地中钻孔位置土体参数。
具体的，土体参数的获得方式可以是：静力触探、十字板原位测试、现场取芯然后室内试验等。
S2、根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数。
优选地，目标场地各点土体参数符合平稳随机场模型。在该步骤中所述的根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数，具体可以包括S201～S204：
S201、确定表征目标场地的随机场的统计参数θ的先验概率分布函数f(θ)；
S202、根据随机场理论，获得目标场地中钻孔位置土体参数sp发生的条件概率f(sp|θ)，且该样本服从所获取的概率分布函数；
S203、将目标场地离散成网格，目标场地中各未知点土体参数sn表征为各网格对应的随机变量，根据随机场理论，获得目标场地各未知点土体参数sn发生的条件概率f(sn|θ)；
S204、根据贝叶斯理论，获得目标场地各未知点土体参数sn发生的后验概率kf(sn|θ)f(sp|θ)f(θ)，其中，k为使得后验概率kf(sn|θ)f(sp|θ)f(θ)在sn取值空间上的积分为1的参数。
可选地，目标场地的随机场的统计参数θ的先验概率分布函数f(θ)为多元正态分布模型，其中，均值和方差由经验数据或者经验公式确定；或者，目标场地的随机场的统计参数θ的先验概率分布函数f(θ)为均匀分布模型，其中，均匀分布的区间、统计参数θ的互相关性系数由经验数据或者经验公式确定。
S3、通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本。
在该步骤中所述的所述通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本，可以包括S301～S306：
S301、设置目标场地的随机场的统计参数θ的初始值；
在具体应用中，θ的初始值可以通过经验数据或经验公式得到。
S302、基于转移概率函数f(θ*|θ)，抽样得到目标场地的随机场的统计参数候选值θ*；
优选的，所述转移概率函数f(θ*|θ)为多元正态分布，其中均值为马尔科夫蒙特卡洛抽样中统计参数θ的当前取值，方差为f(θ)的方差，θ为目标场地的随机场的统计参数，f(θ)为θ的先验概率分布函数。
S303、计算f(sn|θ*)f(sp|θ*)f(θ*)与f(sn|θ)f(sp|θ)f(θ)的比值；
S304、在均匀分布U(0,1)中随机抽样，确定接受率α；
S305、决定统计参数候选值θ*是否可接受：若比值[f(sn|θ*)f(sp|θ*)f(θ*)]/[f(sn|θ)f(sp|θ)f(θ)]≥α，接受统计参数候选值θ*；否则，拒绝；
S306、重复步骤S302～S305，直至抽样得到目标数量的统计参数θ样本。
其中，f(sp|θ)为目标场地中钻孔位置土体参数sp发生的条件概率，f(sn|θ)为标场地各未知点土体参数sn发生的条件概率。
S4、基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数。
在该步骤中所述的基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，具体计算公式可以为：
y＝F(sn)
Figure BDA0002330861020000061
式中，y为钻孔布置方案的鲁棒性表征参数，n为目标场地被离散成的网格的数量，sn为目标场地各点的土体参数样本，F(sn)为映射函数，i为目标场地各点的序号，
Figure BDA0002330861020000071
分别为目标场地各点土体参数样本的均值和方差。
在该步骤中所述的基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，具体计算公式还可以为：
y＝F(sn)
Figure BDA0002330861020000072
式中，y为钻孔布置方案的鲁棒性表征参数，n为目标场地被离散成的网格的数量，sn为目标场地各点的土体参数样本，F(sn)为映射函数i为目标场地各点的序号，pi为目标场地各点土体参数的样本所对应的土木工程的性能参数。所述pi为目标场地各点土体参数的样本所对应的土木工程的性能参数，例如，pi为目标场地各点土体参数的样本对应的地基承载力安全性系数，此安全性系数可由解析公式或有限元软件计算而得。
本发明实施提供的技术方案，针对勘察工程的钻孔布置方案，首先获得目标场地中钻孔位置土体参数，然后根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数，再通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本，进而基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，并依据该参数判断勘察工程的钻孔布置方案是否需要进行优化，有助于优化勘察工程的钻孔布置方案，节约勘察工程施工成本，提升勘察工程执行速度。
下面给出的是本发明实施例提供的技术方案的一个应用实施例。
图2为本发明提供的应用实施例中目标场地钻孔布置方案的示意图，图3为本发明提供的应用实施例中目标场地的离散示意图。结合图2和图3所示，该应用实施例的钻孔布置方案的鲁棒性评估方法具体可以包括如下步骤：
一、针对目标场地21，根据钻孔布置方案，获得钻孔位置22的土体参数；
土体参数的获取方式可以是静力触探、十字板原位测试、现场取芯然后室内试验等方式。
二、根据贝叶斯和随机场理论，获得场地各点土体参数的概率分布函数；
场地各点的土体参数符合平稳随机场模型，获得场地各点土体参数的概率分布函数，步骤包括：
a)根据经验，确定表征场地的随机场的统计参数θ的先验概率分布函数f(θ)；
b)钻孔位置土体参数设为sp，根据随机场理论获得sp发生的条件概率f(sp|θ)；
所述钻孔位置土体参数sp表示钻孔点处的土体参数，可由现场勘探得出，后续计算可作为已知数据。
c)将场地目标场地21离散成网格，每个网格内的土体参数用网格中心点23的土体参数近似，该中心点的土体参数用一个随机变量表示，场地各未知点土体参数sn即表征为各网格对应的随机变量，根据随机场理论获得sp发生的条件概率f(sn|θ)；
所述未知点土体参数sn表示没有进行勘探的区域的土体参数值。地质调查区域划分成网格，其参数可视作一个随机场，布置钻孔的网格的土体参数可认为是钻孔位置土体参数sp，未布置钻孔网络的土体参数，即未知点土体参数sn，sn可以认为是先验参数为sp的条件随机场，服从多元高斯分布。
d)根据贝叶斯理论，sn发生的后验概率为kf(sn|θ)f(sp|θ)f(θ)，其中k为使得后验概率kf(sn|θ)f(sp|θ)f(θ)在sn取值空间上的积分为1的参数。
关于场地的随机场的统计参数θ的先验概率分布函数f(θ)，一种可能方式为：多元正态分布模型，其中，均值和方差可由经验数据或者经验公式确定；另一种可能方式为：均匀分布模型，其中，均匀分布的区间、统计参数θ的互相关性系数也将由经验数据或者经验公式确定。
三、通过马尔科夫蒙特卡洛抽样，获得场地各点土体参数的样本；
马尔科夫蒙特卡洛抽样的步骤如下：
a)设置统计参数θ初始值，初始值可以通过经验数据或经验公式得到；
b)基于转移概率函数f(θ*|θ)，抽样得到统计参数候选值θ*；转移概率函数的一种可能方式为多元正态分布，其中均值为马尔科夫蒙特卡洛抽样中统计参数θ的当前取值，方差取为先验概率分布函数f(θ)的方差；
c)计算f(sn|θ*)f(sp|θ*)f(θ*)与f(sn|θ)f(sp|θ)f(θ)的比值；
d)在均匀分布U(0,1)中随机抽样，确定接受率α；
e)决定统计参数候选值θ*是否可接受：若比值[f(sn|θ*)f(sp|θ*)f(θ*)]/[f(sn|θ)f(sp|θ)f(θ)]≥α，接受统计参数候选值θ*；否则，拒绝；
f)重复步骤b-e直至抽样得到目标数量的统计参数样本。
四、基于场地各点土体参数的样本，通过映射函数将场地各点土体参数样本sn映射成一参数，即y＝F(sn)，其中y即为钻孔布置方案的鲁棒性表征参数。
该步骤中的映射函数，一种可能方式为：
Figure BDA0002330861020000091
其中
Figure BDA0002330861020000092
为各点土体参数样本的均值和方差，i表示场地各点的序号，n表示场地被离散成n个点/单元。另一种可能方式为：
Figure BDA0002330861020000093
其中，pi表示场地各点土体参数的样本所对应的工程问题的性能参数，比如场地各点土体参数的样本对应的地基承载力安全性系数，此安全性系数可由解析公式或有限元软件计算而得。
图4为本发明实施例提供的钻孔布置方案的鲁棒性评估装置结构示意图。如图4所示，本实施例的装置可以包括：获取模块401、处理模块402和计算模块403。其中，获取模块401用于根据钻孔布置方案，获得目标场地中钻孔位置土体参数；处理模块402用于根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数；处理模块402还用于通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本；计算模块403用于基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数。
本实施例的钻孔布置方案的鲁棒性评估装置可以用于执行图1所示方法实施例的方法，其实现原理和所要达到的技术效果类似，在此不再赘述。
图5为本发明实施例提供的钻孔布置方案的鲁棒性评估设备实施例的结构示意图。如图5所示，该钻孔布置方案的鲁棒性评估设备包括至少一个处理器501(例如CPU)，存储器503，和至少一个通信总线504，用于实现装置之间的连接通信。处理器501用于执行存储器503中存储的可执行模块，例如计算机程序。存储器503可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
在一些实施方式中，存储器503存储了程序505，程序505可以被处理器501执行，这个程序包括执行一种钻孔布置方案的鲁棒性评估方法，该方法包括：
S1、根据钻孔布置方案，获得目标场地中钻孔位置土体参数；
S2、根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数；
S3、通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本；
S4、基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种钻孔布置方案的鲁棒性评估方法，其特征在于，包括：
S1、根据钻孔布置方案，获得目标场地中钻孔位置土体参数；
S2、根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数；
S3、通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本，且该样本服从所获取的概率分布函数；
S4、基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数。
2.根据权利要求1所述的方法，其特征在于，在S2中所述的根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数，包括：
S201、确定表征目标场地的随机场的统计参数θ的先验概率分布函数f(θ)；
S202、根据随机场理论，获得目标场地中的钻孔位置土体参数sp发生的条件概率f(sp|θ)；
S203、将目标场地离散成网格，目标场地中各未知点土体参数sn表征为各网格对应的随机变量，根据随机场理论，获得目标场地各未知点土体参数sn发生的条件概率f(sn|θ)；
S204、根据贝叶斯理论，获得目标场地各未知点土体参数sn发生的后验概率kf(sn|θ)f(sp|θ)f(θ)，其中，k为使得后验概率kf(sn|θ)f(sp|θ)f(θ)在sn取值空间上的积分为1的参数。
3.根据权利要求2所述的方法，其特征在于，目标场地的随机场的统计参数θ的先验概率分布函数f(θ)为多元正态分布模型，其中，均值和方差由经验数据或者经验公式确定。
4.根据权利要求2所述的方法，其特征在于，目标场地的随机场的统计参数θ的先验概率分布函数f(θ)为均匀分布模型，其中，均匀分布的区间、统计参数θ的互相关性系数由经验数据或者经验公式确定。
5.根据权利要求2所述的方法，其特征在于，在S3中所述的通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本，包括：
S301、设置目标场地的随机场的统计参数θ的初始值；
S302、基于转移概率函数f(θ*|θ)，抽样得到目标场地的随机场的统计参数候选值θ*；
S303、计算f(sn|θ*)f(sp|θ*)f(θ*)与f(sn|θ)f(sp|θ)f(θ)的比值；
S304、在均匀分布U(0,1)中随机抽样，确定接受率α；
S305、决定统计参数候选值θ*是否可接受：若比值[f(sn|θ*)f(sp|θ*)f(θ*)]/[f(sn|θ)f(sp|θ)f(θ)]≥α，接受统计参数候选值θ*；否则，拒绝；
S306、重复步骤S302～S305，直至抽样得到目标数量的统计参数θ样本；
其中，f(θ)为目标场地的随机场的统计参数θ的先验概率分布函数，f(sp|θ)为目标场地中钻孔位置土体参数sp发生的条件概率，f(sn|θ)为标场地各未知点土体参数sn发生的条件概率。
6.根据权利要求5所述的方法，其特征在于，所述转移概率函数f(θ*|θ)为多元正态分布，其中，均值为马尔科夫蒙特卡洛抽样中统计参数θ的当前取值，方差为f(θ)的方差，θ为目标场地的随机场的统计参数。
7.根据权利要求5所述的方法，其特征在于，在S4中所述的基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，计算公式为：
y＝F(sn)
Figure FDA0002330861010000021
式中，y为钻孔布置方案的鲁棒性表征参数，n为目标场地被离散成的网格的数量，sn为目标场地各点的土体参数样本，F(sn)为映射函数，i为目标场地各点的序号，
Figure FDA0002330861010000022
分别为目标场地各点土体参数样本的均值和方差。
8.根据权利要求5所述的方法，其特征在于，在S4中所述的基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数，计算公式为：
y＝F(sn)
Figure FDA0002330861010000023
式中，y为钻孔布置方案的鲁棒性表征参数，n为目标场地被离散成的网格的数量，sn为目标场地各点的土体参数样本，F(sn)为映射函数i为目标场地各点的序号，pi为目标场地各点土体参数的样本所对应的土木工程的性能参数。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述目标场地各点土体参数符合平稳随机场模型。
10.一种钻孔布置方案的鲁棒性评估装置，其特征在于，包括：
获取模块，用于根据钻孔布置方案，获得目标场地中钻孔位置土体参数；
处理模块，用于根据贝叶斯和随机场理论，获得目标场地各点土体参数的概率分布函数；
所述处理模块还用于通过马尔科夫蒙特卡洛抽样，获得目标场地各点土体参数的样本；
计算模块，用于基于目标场地各点土体参数的样本，通过映射函数计算出评估钻孔布置方案的鲁棒性的表征参数。
CN201911335664.2A 2019-12-23 2019-12-23 钻孔布置方案的鲁棒性评估方法和装置 Active CN111080020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911335664.2A CN111080020B (zh) 2019-12-23 2019-12-23 钻孔布置方案的鲁棒性评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911335664.2A CN111080020B (zh) 2019-12-23 2019-12-23 钻孔布置方案的鲁棒性评估方法和装置

Publications (2)

Publication Number Publication Date
CN111080020A true CN111080020A (zh) 2020-04-28
CN111080020B CN111080020B (zh) 2023-03-31

Family

ID=70316976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911335664.2A Active CN111080020B (zh) 2019-12-23 2019-12-23 钻孔布置方案的鲁棒性评估方法和装置

Country Status (1)

Country Link
CN (1) CN111080020B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111651879A (zh) * 2020-05-28 2020-09-11 南京工业大学 一种基于压缩感知的地勘方案优化方法
CN112163340A (zh) * 2020-09-28 2021-01-01 北京环境特性研究所 一种随机场随机度的定量评估方法、装置及可读介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120271556A1 (en) * 2011-04-06 2012-10-25 Commissariat A L'energie Atomique Et Aux Ene Alt Method and device for estimating biological or chemical parameters in a sample, corresponding method for aiding diagnosis
CN104021431A (zh) * 2014-06-17 2014-09-03 中国地质大学（武汉） 基于平均梯度值和改进多目标粒子群优化的鲁棒优化方法
CN104036332A (zh) * 2014-06-17 2014-09-10 中国地质大学（武汉） 基于平均梯度值和改进多目标粒子群优化的鲁棒优化系统
CN107315862A (zh) * 2017-06-12 2017-11-03 北京城建勘测设计研究院有限责任公司 一种建立明挖基坑工程勘察与模拟参数关系的方法
CN109063285A (zh) * 2018-07-18 2018-12-21 南昌大学 一种土坡钻孔布置方案设计方法
CN109933867A (zh) * 2019-02-27 2019-06-25 中国地质大学（武汉） 一种岩土工程勘察方案动态优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120271556A1 (en) * 2011-04-06 2012-10-25 Commissariat A L'energie Atomique Et Aux Ene Alt Method and device for estimating biological or chemical parameters in a sample, corresponding method for aiding diagnosis
CN104021431A (zh) * 2014-06-17 2014-09-03 中国地质大学（武汉） 基于平均梯度值和改进多目标粒子群优化的鲁棒优化方法
CN104036332A (zh) * 2014-06-17 2014-09-10 中国地质大学（武汉） 基于平均梯度值和改进多目标粒子群优化的鲁棒优化系统
CN107315862A (zh) * 2017-06-12 2017-11-03 北京城建勘测设计研究院有限责任公司 一种建立明挖基坑工程勘察与模拟参数关系的方法
CN109063285A (zh) * 2018-07-18 2018-12-21 南昌大学 一种土坡钻孔布置方案设计方法
CN109933867A (zh) * 2019-02-27 2019-06-25 中国地质大学（武汉） 一种岩土工程勘察方案动态优化方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111651879A (zh) * 2020-05-28 2020-09-11 南京工业大学 一种基于压缩感知的地勘方案优化方法
CN111651879B (zh) * 2020-05-28 2024-04-05 南京工业大学 一种基于压缩感知的地勘方案优化方法
CN112163340A (zh) * 2020-09-28 2021-01-01 北京环境特性研究所 一种随机场随机度的定量评估方法、装置及可读介质
CN112163340B (zh) * 2020-09-28 2023-12-22 北京环境特性研究所 一种随机场随机度的定量评估方法、装置及可读介质

Also Published As

Publication number Publication date
CN111080020B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
Phoon Role of reliability calculations in geotechnical design
Brazier et al. Equifinality and uncertainty in physically based soil erosion models: application of the GLUE methodology to WEPP–the Water Erosion Prediction Project–for sites in the UK and USA
Van Remortel et al. Computing the LS factor for the Revised Universal Soil Loss Equation through array-based slope processing of digital elevation data using a C++ executable
Mogheir et al. Characterizing the spatial variability of groundwater quality using the entropy theory: I. Synthetic data
Kiyosugi et al. Relationship between dike and volcanic conduit distribution in a highly eroded monogenetic volcanic field: San Rafael, Utah, USA
Tang et al. Impact of sample size on geotechnical probabilistic model identification
CN111080020B (zh) 钻孔布置方案的鲁棒性评估方法和装置
Gong et al. Bayesian probabilistic decline curve analysis quantifies shale gas reserves uncertainty
CN110736400B (zh) 一种考虑岩石内部构造的水下钻孔爆破振速计算方法
CN111753461A (zh) 潮汐水位修正方法、目标余水位获取方法、装置和设备
CN111159904A (zh) 一种用于地热资源量估算评价的方法
Radu et al. An earthquake-source-based metric for seismic fragility analysis
Hofierka et al. Optimisation of interpolation parameters using cross-validation
El Haj et al. Efficient estimation of the failure probability of a monopile foundation using a Kriging-based approach with multi-point enrichment
Gillies et al. Evaluating whole field irrigation performance using statistical inference of inter-furrow infiltration variation
CN115239105A (zh) 一种在役风电场的风资源的评估方法以及装置
CN110991079A (zh) 基于神经网络的油气藏参数解释方法、装置及电子设备
Ardana et al. Groundwater level forecasting using multiple linear regression and artificial neural network approaches
CN113282994B (zh) 浅部侵蚀基准面确定方法、装置及电子设备
CN111125822B (zh) 基于沃罗诺伊图的钻孔布置方案的设计方法和优化方法
Olea Building on crossvalidation for increasing the quality of geostatistical modeling
Cencerrado et al. Relieving uncertainty in forest fire spread prediction by exploiting multicore architectures
CN115618928A (zh) 一种边坡位移预测方法、装置和电子设备
Ngabu et al. CLUSTER FAST DOUBLE BOOTSTRAP APPROACH WITH RANDOM EFFECT SPATIAL MODELING
CN114117753A (zh) 基于易损性的概率地震边坡滑移危险性分析方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant