CN114881396A - 一种基于ahp和topsis的隧道坍塌风险评估方法 - Google Patents
一种基于ahp和topsis的隧道坍塌风险评估方法 Download PDFInfo
- Publication number
- CN114881396A CN114881396A CN202210294546.7A CN202210294546A CN114881396A CN 114881396 A CN114881396 A CN 114881396A CN 202210294546 A CN202210294546 A CN 202210294546A CN 114881396 A CN114881396 A CN 114881396A
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- tunnel
- layer
- matrix
- 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
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明属于隧道风险评估技术领域,具体公开了一种基于AHP和TOPSIS的隧道坍塌风险评估方法,包括:步骤1、基于AHP法构建隧道坍塌风险评估层次结构模型,并对风险评估指标进行分级;步骤2、根据隧道坍塌风险评估层次结构模型计算风险指标权重;步骤3、基于风险指标权重和分级后的风险等级,采用TOPSIS法对风险等级区间进行划分,建立隧道坍塌风险等级标准:步骤4、获取需要评估的隧道标段对应的风险指标数据,采用TOPSIS法计算贴近度与隧道坍塌风险等级标准比较获取风险等级。本发明所述的隧道坍塌风险评估方法简单清晰,且易于被现场的安全工作人员快速理解和应用,有效地解决了现有技术中隧道坍塌风险评估方法的分析步骤多,计算复杂等问题。
Description
技术领域
本发明属于工程风险评估技术领域,具体而言涉及一种基于AHP和TOPSIS的隧道坍塌风险评估方法。
背景技术
随着中国地下工程建设的迅猛发展,所遇到的工程地质条件日趋复杂,面临的问题也越来越具有挑战性,隧道事故风险评估越来越得到重视。坍塌是隧道施工中最常见的事故之一,在国内外隧道特大事故中,坍塌事故在死亡人数和发生次数上均居于前列,带来的人身伤亡和经济损失极为惨重,因此,对隧道坍塌灾害进行风险评估具有重要意义。
近几十年来,国内外对隧道坍塌风险评价方面做了大量的研究工作,提出了各式各样的评价方法,主要有风险矩阵法、事故树法、神经网络法和模糊综合评价法等。然而以上评级方法存在分析步骤多、容易遗漏影响因素、计算复杂、需要大量的历史数据作为学习样本等不足严重限制其在实际隧道坍塌风险评价中的进一步应用。隧道坍塌的影响因素多且复杂,对隧道坍塌进行风险评估类似于考虑多目标情况下的决策问题,即多标准决策(MCDM)问题。
如中国专利申请号为202011289842.5公开了一种基于ISM与模糊贝叶斯网络的隧道坍塌风险评估方法,其中主要包括如下步骤:步骤一,总结影响隧道坍塌的风险因素;步骤二,度量因素之间的关系度;步骤三,计算中心度和原因度;步骤四,构建可达矩阵M;步骤五,构建因素层次关系;步骤六,引入模糊贝叶斯网络;步骤七,贝叶斯网络推理分析。本发明引入Dematel模型实现因素筛选,利用ISM得到隧道坍塌关键因素,解决了现有因素相互关系和相互作用构建难问题,实现了分析关键因素的作用,同时引入模糊贝叶斯网络,对隧道坍塌进行推理、诊断,为决策者提供了实时分析和决策,但是没有提出一种基于AHP和TOPSIS的隧道坍塌风险评估方法。
又如中国专利申请号为202110277102.8,公开了一种隧道施工的风险评估方法、装置及存储介质。所述风险评估方法包括:根据预先确定的评价指标构建贝叶斯网络,所述评价指标包括隧道施工的风险事件和引起所述风险事件的影响指标;获取当前隧道的施工现场数据;根据所述施工现场数据、所述评价指标的相互依赖关系的Copula函数和各个评价指标的边际分布参数,确定所述贝叶斯网络的结构参数;根据所述结构参数和所述贝叶斯网络构建所述风险事件预测模型。该申请在保证风险预测模型准确性的同时,可以大幅度降低对于数据的需求量和模型计算量,可用于隧道施工过程中的突水涌泥等多种风险评估。但是,同样没有提出一种基于AHP和TOPSIS的隧道坍塌风险评估方法。
发明内容
为解决上述问题,本发明提出一种基于AHP和TOPSIS的隧道坍塌风险评估方法;
所述基于AHP和TOPSIS的隧道坍塌风险评估方法,包括以下步骤:
步骤1、基于AHP法构建隧道坍塌风险评估层次结构模型,并对风险评估指标进行分级:
步骤101、获取众多隧道标段工程实例,选取评估坍塌的风险评估指标;定义指标层、准则层和目标层构建隧道坍塌风险评估层次结构模型;
其中,目标层节点表示隧道坍塌的风险状况;准则层表示隧道风险状态评价一级指标,隧道风险状态评价一级指标包括地质条件、设计施工和组织管理;指标层表示隧道风险状态评价二级指标;
步骤102、根据隧道建设规定,将一级指标和二级指标进行划分风险等级,风险等级分为I、II、III、IV和V风险等级。
步骤2、根据隧道坍塌风险评估层次结构模型计算风险指标权重:
步骤201、采用专家打分法获取准则层对目标层指标判断矩阵,通过MATLAB程序软件获取准则层对目标层指标判断矩阵的最大特征值,根据准则层对目标层指标判断矩阵的最大特征值获取准则层对目标层指标判断矩阵的一致性指标,根据准则层对目标层指标判断矩阵的一致性指标获取准则层对目标层指标判断矩阵的一致性比率;
步骤202、判断准则层对目标层指标判断矩阵的一致性比率与数值0.1的大小关系,当小于数值0.1时,则通过一致性检验,否则,不通过一致性检验,重新构建准则层对目标层指标判断矩阵,直至准则层对目标层指标判断矩阵的一致性比率小于数值0.1;
步骤203、将复合要求的准则层对目标层指标判断矩阵的最大特征值对应的特征向量进行归一化处理,作为一级指标对目标层的权重值;
步骤204、采用专家打分法,按照步骤201~步骤203同样的方法,获取二级指标对准则层的权重值;
步骤205、将一级指标对目标层的权重值和二级指标对准则层的权重值相乘获取指标层各个二级指标对目标层的权重值,记为W。
步骤3、基于风险指标权重和分级后的风险等级,采用TOPSIS法对风险等级区间进行划分,建立隧道坍塌风险等级标准:
步骤301、获取二级指标和二级指标对应的风险等级,构建初始评估矩阵A0;其中二级指标定义为评价指标,风险等级定义为评价单元;
步骤302、对初始评估矩阵A0通过无量纲处理构建标准决策矩阵B0,其中标准决策矩阵B0元素的计算如下式;
评价指标越大代表越优秀,则标准决策矩阵B0元素的计算如下式(1)计算:
评价指标越小代表越优秀,则标准决策矩阵B0元素的计算如下式(2)计算:
式中,Bij为Aij的无量纲形式,minj(Aij)、maxj(Aij)分别为矩阵A0第j列元素的最小值、最大值;
步骤303、将各个指标对目标层的权重值W与初始评估矩阵A0相乘获取加权标准决策矩阵C0,通过加权标准决策矩阵C0获取风险水平最低的解C+和风险水平最高的解C-;
第一模型如下式(3):
第二模型如下式(4):
步骤306、通过计算得到的评价单元对应的正理想解的贴近度,分别定义为取值0,a,b,c,1,建立隧道坍塌风险等级标准如下:
步骤4、获取需要评估的隧道标段对应的风险指标数据,采用TOPSIS法计算贴近度与隧道坍塌风险等级标准比较获取风险等级:
步骤401、现场获取所评估隧道标段的指标的实际数据,构建隧道实际数据的初始评估矩阵A1;
步骤402、按照步骤S302~S305,获取所评估隧道标段与正理想解的贴近度值;
步骤403、将所评估隧道标段与正理想解的贴近度值和隧道坍塌风险等级标准进行比较获取所评估隧道标段对应出现隧道坍塌的风险等级。
与现有技术相比,本发明具有益效果如下:
1、本发明通过采用层次分析法(AHP)和逼近理想解排序分析法(TOPSIS)两种方法相结合引入到隧道坍塌风险评估中,该方法简单清晰,易于被现场安全工作人员快速理解应用,有效解决了现有隧道坍塌风险评估方法分析步骤多,计算复杂的缺点。
附图说明
图1是本发明基于AHP和TOPSIS的隧道坍塌风险评估方法流程图;
图2是本发明实施例的隧道坍塌风险评估层次结构模型。
具体实施方式
下面结合说明书附图和具体实施方式对本发明进行进一步的详细描述。
结合图1和图2所述基于AHP和TOPSIS的隧道坍塌风险评估方法,包括:
步骤1、基于AHP法构建隧道坍塌风险评估层次结构模型,并对风险评估指标进行分级:
步骤101、获取众多隧道标段工程实例,选取评估坍塌的风险评估指标;定义指标层、准则层和目标层构建隧道坍塌风险评估层次结构模型;
其中,目标层节点表示隧道坍塌的风险状况;准则层表示隧道风险状态评价一级指标,隧道风险状态评价一级指标包括地质条件、设计施工和组织管理;指标层表示隧道风险状态评价二级指标;
步骤102、根据隧道建设规定,将一级指标和二级指标进行划分风险等级,风险等级分为I、II、III、IV和V风险等级。
针对步骤101,需要补充的是指标层为隧道风险状态评价的二级指标是按照准则层中地质条件、设计与施工、组织与管理,并根据隧道实际建设环境进行确定。同时指标层的底层节点为能够直接获得到属性数据的节点。
针对步骤102,需要补充的是根据隧道规范,将风险评估指标分级为I(安全)、II(低风险)、III(中风险)、IV(高风险)、V(极高风险)五个等级,其中,模糊性风险评估指标采用0-100的标度来确定风险区间,风险等级的定义如表1所示。为便于计算,取风险评估指标区间的最小值,分别对应I(安全)、II(低风险)、III(中风险)、IV(高风险)、V(极高风险)五个等级,作为风险评估指标的等级取值;
表1.风险等级的定义
步骤2、根据隧道坍塌风险评估层次结构模型计算风险指标权重:
步骤201、采用专家打分法获取准则层对目标层指标判断矩阵,通过MATLAB程序软件获取准则层对目标层指标判断矩阵的最大特征值,根据准则层对目标层指标判断矩阵的最大特征值获取准则层对目标层指标判断矩阵的一致性指标,根据准则层对目标层指标判断矩阵的一致性指标获取准则层对目标层指标判断矩阵的一致性比率;
步骤202、判断准则层对目标层指标判断矩阵的一致性比率与数值0.1的大小关系,当小于数值0.1时,则通过一致性检验,否则,不通过一致性检验,重新构建准则层对目标层指标判断矩阵,直至准则层对目标层指标判断矩阵的一致性比率小于数值0.1;
步骤203、将复合要求的准则层对目标层指标判断矩阵的最大特征值对应的特征向量进行归一化处理,作为一级指标对目标层的权重值;
步骤204、采用专家打分法,按照步骤201~步骤203同样的方法,获取二级指标对准则层的权重值;
步骤205、将一级指标对目标层的权重值和二级指标对准则层的权重值相乘获取指标层各个二级指标对目标层的权重值,记为W。
针对步骤2,具体实施例如下:
隧道坍塌风险评价指标体系中各指标节点重要性权重的计算过程为:首先定义专家调查问卷,包括“隧道坍塌风险一级指标对于目标层相对重要性专家打分表”、“隧道坍塌风险二级指标对于对应准则层相对重要性专家打分表”以及“相对重要性度量标准”,将它们发给有关专家,由他们对各子节点对其上层节点的相对重要性进行打分。收集相对重要性的专家打分表,处理专家打分表,计算指标层各指标相对目标层的权重值。
本发明提供一种专家打分的方法为,将每个元素进行两两比较,第i个元素素和第j个元素比较的得分为aij,aij的取值按照相对重要性度量标准表确定,如表2所示;aij数值越大,表明第i个元素比第j个元素相对于上层节点更重要。同时,设aii=1,aji=1/aij。在实际应用中,根据具体项目不同情况,若重要性位于两者之间,则可取中间值2、4、6、8进行表示。
表2.相对重要性度量标准表
处理专家打分表并计算指标层各指标相对目标层的权重值的具体步骤如下:
处理“隧道坍塌风险一级指标对于目标层相对重要性专家打分表”,从而得到准则层指标判断矩阵,
RI为平均随机一致性指标,跟判断矩阵的阶数n有关,可由下表3查到。
一般当CR<0.1时,认为计算结果的一致性是可以接受的;当CR≥0.1时,一致性检验不通过,应该重新构造判断矩阵进行计算,直至CR<0.1时计算结果才能被接受。
表3.平均随机一致性指标取值表
对符合检验要求的最大特征值对应的特征向量经归一化处理后,记为各指标的权重值。当有多位专家进行打分时,应分别计算权重并求算术平均作为最终权重值。
处理隧道坍塌风险二级指标对于对应准则层相对重要性专家打分表”,从而得到指标层指标判断矩阵,
RI为平均随机一致性指标,跟判断矩阵的阶数n有关,可由上表3查到。
一般当CR<0.1时,认为计算结果的一致性是可以接受的;当CR≥0.1时,一致性检验不通过,应该重新构造判断矩阵进行计算,直至CR<0.1时计算结果才能被接受。
对符合检验要求的最大特征值对应的特征向量经归一化处理后,记为各指标的权重值。当有多位专家进行打分时,应分别计算权重并求算术平均作为最终权重值。
为了得到指标层各指标相对目标层的权重值,用指标层各元素权重值乘以其对应准则层中的权重值即可得到指标层各指标相对目标层的权重值W。
步骤3、基于风险指标权重和分级后的风险等级,采用TOPSIS法对风险等级区间进行划分,建立隧道坍塌风险等级标准:
步骤301、获取二级指标和二级指标对应的风险等级,构建初始评估矩阵A0;其中二级指标定义为评价指标,风险等级定义为评价单元;
步骤302、对初始评估矩阵A0通过无量纲处理构建标准决策矩阵B0,其中标准决策矩阵B0元素的计算如下式;
评价指标越大代表越优秀,则标准决策矩阵B0元素的计算如下式(1)计算:
评价指标越小代表越优秀,则标准决策矩阵B0元素的计算如下式(2)计算:
式中,Bij为Aij的无量纲形式,minj(Aij)、maxj(Aij)分别为矩阵A0第j列元素的最小值、最大值;
步骤303、将各个指标对目标层的权重值W与初始评估矩阵A0相乘获取加权标准决策矩阵C0,通过加权标准决策矩阵C0获取风险水平最低的解C+和风险水平最高的解C-;
第一模型如下式(3):
第二模型如下式(4):
步骤306、通过计算得到的评价单元对应的正理想解的贴近度,分别定义为取值0,a,b,c,1,建立隧道坍塌风险等级标准如下:
针对步骤3,具体实施例如下:
建立隧道坍塌风险等级标准的具体方法为:取坍塌风险评估指标的等级取值建立初始评估矩阵A0。本发明有5个待评价单元,即步骤2所述五个风险等级,n个评价指标,得到初始评估矩阵A0。
式中:文中A0为以风险评估指标分级取值建立的初始评估矩阵;Aij为第i个待评价单元的第j个评价指标(i=0,1…;j=0,1…)。
对初始评估矩阵A0进行无量纲处理,建立标准化决策矩阵B0。
对越大越优的指标,即越大风险水平越低,则:
对越小越优的指标,即越大风险水平越高,则:
式中:Bij为Aij的无量纲形式,minj(Aij)、maxj(Aij)分别为矩阵A0第j列元素的最小值、最大值。
获取得到的指标权重W,确定指标权重W。构建矩阵A0的加权标准化决策矩阵C0
确定加权标准化决策矩阵C0的正理想解C+和反理想解C-,即风险水平最低的解C+和风险水平最高的解C-
计算待评价对象与正理想解的贴近度
所述5个待评价单元,即五个风险等级计算得到的提进度如表4所示,
表4. 5个风险等级计算所得贴进度
根据贴进度的大小划分隧道坍塌风险等级,贴近度越接近于1,表示风险水平越低,从而建立隧道坍塌风险等级标准,隧道坍塌风险等级标准如下:
步骤4、获取需要评估的隧道标段对应的风险指标数据,采用TOPSIS法计算贴近度与隧道坍塌风险等级标准比较获取风险等级:
步骤401、现场获取所评估隧道标段的指标的实际数据,构建隧道实际数据的初始评估矩阵A1;
步骤402、按照步骤S302~S305,获取所评估隧道标段与正理想解的贴近度值;
步骤403、将所评估隧道标段与正理想解的贴近度值和隧道坍塌风险等级标准进行比较获取所评估隧道标段对应出现隧道坍塌的风险等级。
针对步骤4,具体实施例如下:
计算所评估隧道标段的坍塌风险等级的具体方法为:根据所构建的山岭隧道坍塌风险评估体系,搜集隧道设计、地质调查报告、专家判断和现场调查的数据,得到所评估隧道标段的指标的实际数据;
根据上述数据建立隧道实际数据的初始评估矩阵A1;假设有m个待评价标段,n个评价指标,得到初始评估矩阵A1。
式中:A1为以隧道实际数据建立的初始评估矩阵;aij为第i个待评价单元的第j个评价指标(i=0,1…;j=0,1…)。
对初始评估矩阵A1进行无量纲处理,建立标准化决策矩阵B1。
对越大越优的指标,即越大风险水平越低,则:
对越小越优的指标,即越大风险水平越高,则:
式中:Bij为Aij的无量纲形式,minj(Aij)、maxj(Aij)分别为矩阵A0第j列元素的最小值、最大值。
获取得到的指标权重W,确定指标权重W。构建矩阵A1的加权标准化决策矩阵C1
计算待评价对象与正理想解的贴近度,
将计算得到的贴进度与隧道坍塌风险等级标准比较,即可得到隧道的坍塌的风险等级。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明公开的范围内,能够轻易想到的变化或替换,都应涵盖在本发明权利要求的保护范围内。
Claims (5)
1.一种基于AHP和TOPSIS的隧道坍塌风险评估方法,其特征在于,包括:
步骤1、基于AHP法构建隧道坍塌风险评估层次结构模型,并对风险评估指标进行分级;
步骤2、根据隧道坍塌风险评估层次结构模型计算风险指标权重;
步骤3、基于风险指标权重和分级后的风险等级,采用TOPSIS法对风险等级区间进行划分,建立隧道坍塌风险等级标准;
步骤4、获取需要评估的隧道标段对应的风险指标数据,采用TOPSIS法计算贴近度与隧道坍塌风险等级标准比较获取风险等级。
2.根据权利要求1所述的AHP和TOPSIS的隧道坍塌风险评估方法,其特征在于,步骤1所述的基于AHP法构建隧道坍塌风险评估层次结构模型,并对风险评估指标进行分级包括:
步骤101、获取众多隧道标段工程实例,选取评估坍塌的风险评估指标;定义指标层、准则层和目标层构建隧道坍塌风险评估层次结构模型;
其中,目标层节点表示隧道坍塌的风险状况;准则层表示隧道风险状态评价一级指标,隧道风险状态评价一级指标包括地质条件、设计施工和组织管理;指标层表示隧道风险状态评价二级指标;
步骤102、根据隧道建设规定,将一级指标和二级指标进行划分风险等级,风险等级分为I、II、III、IV和V风险等级。
3.根据权利要求1所述的AHP和TOPSIS的隧道坍塌风险评估方法,其特征在于,步骤2所述根据隧道坍塌风险评估层次结构模型计算风险指标权重包括:
步骤201、采用专家打分法获取准则层对目标层指标判断矩阵,通过MATLAB程序软件获取准则层对目标层指标判断矩阵的最大特征值,根据准则层对目标层指标判断矩阵的最大特征值获取准则层对目标层指标判断矩阵的一致性指标,根据准则层对目标层指标判断矩阵的一致性指标获取准则层对目标层指标判断矩阵的一致性比率;
步骤202、判断准则层对目标层指标判断矩阵的一致性比率与数值0.1的大小关系,当小于数值0.1时,则通过一致性检验,否则,不通过一致性检验,重新构建准则层对目标层指标判断矩阵,直至准则层对目标层指标判断矩阵的一致性比率小于数值0.1;
步骤203、将复合要求的准则层对目标层指标判断矩阵的最大特征值对应的特征向量进行归一化处理,作为一级指标对目标层的权重值;
步骤204、采用专家打分法,按照步骤201~步骤203同样的方法,获取二级指标对准则层的权重值;
步骤205、将一级指标对目标层的权重值和二级指标对准则层的权重值相乘获取指标层各个二级指标对目标层的权重值,记为W。
4.根据权利要求1所述的AHP和TOPSIS的隧道坍塌风险评估方法,其特征在于,步骤3、所述基于风险指标权重和分级后的风险等级,采用TOPSIS法对风险等级区间进行划分,建立隧道坍塌风险等级标准包括:
步骤301、获取二级指标和二级指标对应的风险等级,构建初始评估矩阵A0;其中二级指标定义为评价指标,风险等级定义为评价单元;
步骤302、对初始评估矩阵A0通过无量纲处理构建标准决策矩阵B0,其中标准决策矩阵B0元素的计算如下式;
评价指标越大代表越优秀,则标准决策矩阵B0元素的计算如下式(1)计算:
评价指标越小代表越优秀,则标准决策矩阵B0元素的计算如下式(2)计算:
式中,Bij为Aij的无量纲形式,minj(Aij)、maxj(Aij)分别为矩阵A0第j列元素的最小值、最大值;
步骤303、将各个指标对目标层的权重值W与初始评估矩阵A0相乘获取加权标准决策矩阵C0,通过加权标准决策矩阵C0获取风险水平最低的解C+和风险水平最高的解C-;
第一模型如下式(3):
第二模型如下式(4):
步骤306、通过计算得到的评价单元对应的正理想解的贴近度,分别定义为取值0,a,b,c,1,建立隧道坍塌风险等级标准如下:
5.根据权利要求1所述的AHP和TOPSIS的隧道坍塌风险评估方法,其特征在于,步骤4、所述获取需要评估的隧道标段对应的风险指标数据,采用TOPSIS法计算贴近度与隧道坍塌风险等级标准比较获取风险等级包括:
步骤401、现场获取所评估隧道标段的指标的实际数据,构建隧道实际数据的初始评估矩阵A1;
步骤402、按照步骤S302~S305,获取所评估隧道标段与正理想解的贴近度值;
步骤403、将所评估隧道标段与正理想解的贴近度值和隧道坍塌风险等级标准进行比较获取所评估隧道标段对应出现隧道坍塌的风险等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210294546.7A CN114881396A (zh) | 2022-03-23 | 2022-03-23 | 一种基于ahp和topsis的隧道坍塌风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210294546.7A CN114881396A (zh) | 2022-03-23 | 2022-03-23 | 一种基于ahp和topsis的隧道坍塌风险评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114881396A true CN114881396A (zh) | 2022-08-09 |
Family
ID=82667391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210294546.7A Pending CN114881396A (zh) | 2022-03-23 | 2022-03-23 | 一种基于ahp和topsis的隧道坍塌风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114881396A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115456343A (zh) * | 2022-08-11 | 2022-12-09 | 中国电子科技集团公司第二十八研究所 | 一种智慧机场评价指标体系构建与评价方法 |
CN116070919A (zh) * | 2023-04-06 | 2023-05-05 | 山东科技大学 | 一种用于隧道施工的专项风险等级评估方法 |
-
2022
- 2022-03-23 CN CN202210294546.7A patent/CN114881396A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115456343A (zh) * | 2022-08-11 | 2022-12-09 | 中国电子科技集团公司第二十八研究所 | 一种智慧机场评价指标体系构建与评价方法 |
CN115456343B (zh) * | 2022-08-11 | 2023-11-10 | 中国电子科技集团公司第二十八研究所 | 一种智慧机场评价指标体系构建与评价方法 |
CN116070919A (zh) * | 2023-04-06 | 2023-05-05 | 山东科技大学 | 一种用于隧道施工的专项风险等级评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108710984B (zh) | 一种矿山地质环境综合评价方法及系统 | |
CN109034582B (zh) | 基于云模型和组合赋权的隧道穿越断层突水突泥风险评价方法 | |
CN103400044B (zh) | 一种改进的水环境安全评价分析方法 | |
CN104063612B (zh) | 一种隧道工程风险态势模糊评估方法及评估系统 | |
CN110059963A (zh) | 一种基于模糊多态贝叶斯网络的隧道风险评价方法 | |
CN108399340A (zh) | 基于改进fahp和云模型的机载网络安全风险评估方法 | |
CN114881396A (zh) | 一种基于ahp和topsis的隧道坍塌风险评估方法 | |
CN103235877B (zh) | 机器人控制软件模块划分方法 | |
CN114548637A (zh) | 一种基于ahp-rst的电力通信骨干数据网络安全综合评估方法 | |
CN111598352A (zh) | 一种基于贝叶斯网络的混凝土梁式桥综合评估方法 | |
CN105825342A (zh) | 一种管道失效可能性评价方法及系统 | |
CN111861133A (zh) | 一种山洪灾害防治能力评价方法 | |
CN110765268B (zh) | 一种基于客户诉求的配网精准投资策略方法 | |
Leng et al. | A hybrid data mining method for tunnel engineering based on real-time monitoring data from tunnel boring machines | |
CN107169289A (zh) | 一种基于可拓最优组合赋权法的滑坡危险性评价方法 | |
CN112287018A (zh) | 一种台风灾害下10kV杆塔受损风险评估方法及系统 | |
Li et al. | Real-time warning and risk assessment of tailings dam disaster status based on dynamic hierarchy-grey relation analysis | |
CN115063056B (zh) | 基于图拓扑分析改进的建造行为安全风险动态分析方法 | |
Zhang et al. | Safety assessment in road construction work system based on group AHP-PCA | |
CN106815682A (zh) | 一种应急预案有效性评价方法 | |
CN113505978A (zh) | 一种不同形式城市社区的防灾功能评估方法和装置 | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
Wu et al. | FANPCE technique for risk assessment on subway station construction | |
CN113627739B (zh) | 工程建设项目安全风险评价指标体系的构建方法 | |
Min et al. | Comprehensive evaluation of offshore oilfield development plans based on grey clustering analysis with cloud model |
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 |