CN115271310A - 桥梁运营期风险评价方法、装置、电子设备及存储介质 - Google Patents

桥梁运营期风险评价方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115271310A
CN115271310A CN202210587641.6A CN202210587641A CN115271310A CN 115271310 A CN115271310 A CN 115271310A CN 202210587641 A CN202210587641 A CN 202210587641A CN 115271310 A CN115271310 A CN 115271310A
Authority
CN
China
Prior art keywords
risk
weight
target
bridge
operation period
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
Application number
CN202210587641.6A
Other languages
English (en)
Inventor
秦先涛
查显来
吴忠桁
董莪
张立
祝斯月
吴翚
吴杰
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.)
Wuhan Polytechnic University
Original Assignee
Wuhan Polytechnic 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 Wuhan Polytechnic University filed Critical Wuhan Polytechnic University
Priority to CN202210587641.6A priority Critical patent/CN115271310A/zh
Publication of CN115271310A publication Critical patent/CN115271310A/zh
Pending legal-status Critical Current

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
    • G06Q10/0635—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
    • 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种桥梁运营期风险评价方法、装置、电子设备及存储介质，其方法包括：获取不同类型桥梁的运营期风险指标体系，并从所述不同类型桥梁的运营期风险指标体系中确定目标桥梁的目标风险指标；计算所述目标风险指标的主观权重和客观权重；将所述主观权重与所述客观权重进行预设线性组合，获得所述目标风险指标的组合权重；获取目标桥梁运营期风险评价等级集，并基于所述目标桥梁运营期风险评价等级集计算针对所述目标桥梁的评价权矩阵；根据所述组合权重和所述评价权矩阵对所述目标桥梁进行计算，确定目标桥梁的运营期风险等级，本发明提升了评价精度。

Description

桥梁运营期风险评价方法、装置、电子设备及存储介质
技术领域
本发明涉及桥梁工程技术领域，尤其涉及一种桥梁运营期风险评价方法、装置、电子设备及存储介质。
背景技术
随着现代化及城镇化水平的不断提高，桥梁成为人们日常出行中至关重要的基础设施。然而随着施工技术的发展，桥梁正朝着大跨度、结构复杂、造型美观等方向发展；加之新材料、新技术的广泛使用，桥梁运营期的安全成为了社会关注的焦点，一旦发生事故将带来严重的经济损失和社会影响。因此，需要针对桥梁运营期风险进行准确合理的评价，以预防桥梁风险的发生。
目前，在桥梁风险评价领域常用方法有：模糊综合评价法、德尔菲法、主成份分析法等。在上述方法中，最关键步骤是确定风险指标的权重，现有技术中在确定风险指标的权重时通常采用主观赋权法或客观赋权法，但是主观赋权法的准确性较低，并且主观性较强；客观赋权法过分依赖客观信息，并且由于桥梁风险因素众多，很难在建立风险评价指标体系时同时满足指标体系建立的完备性、科学性和可行性。
因此，现阶段桥梁风险评价单一的赋权方法存在明显缺陷，例如，未考虑不同桥型的风险，主观赋权方法评价精度较低、随意性较强；客观赋权方法对客观信息的完整性要求较高、针对复杂系统实现难度较大。因此，如何建立一种新型的桥梁运营期风险等级评价方法用于现阶段桥梁风险评价单一的赋权方法存在的明显缺陷是一个亟待解决的问题。
发明内容
有鉴于此，有必要提供一种桥梁运营期风险评价方法、装置、电子设备及存储介质，用以解决现阶段桥梁风险评价单一的赋权方法而导致的评价精度低，评价主观等问题。
为了解决上述问题，第一方面，本发明提供一种桥梁运营期风险评价方法，包括：
获取不同类型桥梁的运营期风险指标体系，并从所述不同类型桥梁的运营期风险指标体系中确定目标桥梁的目标风险指标；
计算所述目标风险指标的主观权重和客观权重；
将所述主观权重与所述客观权重进行预设线性组合，获得所述目标风险指标的组合权重；
获取目标桥梁运营期风险评价等级集，并基于所述目标桥梁运营期风险评价等级集计算针对所述目标桥梁的评价权矩阵；
根据所述组合权重和所述评价权矩阵对所述目标桥梁进行计算，确定目标桥梁的运营期风险等级。
进一步的，所述目标桥梁的目标风险指标至少包括运营期自然灾害、运营期意外事故、上部结构、下部结构及桥面系。
进一步的，所述计算所述目标风险指标的主观权重包括利用层次分析法确定所述目标风险指标的主观权重，所述利用层次分析法确定所述目标风险指标的主观权重，具体包括：
基于层次标度法的标度原则，对所述目标风险指标进行赋分，获取所述目标风险指标的第一判断矩阵；
计算所述第一判断矩阵的特征向量，并基于所述特征向量对所述判断矩阵进行一致性检验；
对目标风险指标进行层次总排序，确定所述目标风险指标的主观权重。
进一步的，计算所述目标风险指标的客观权重包括利用熵权法计算所述目标风险指标的客观权重，所述利用熵权法计算所述目标风险指标的客观权重，具体包括：
获取桥梁运营期风险发生的可能性等级标准及风险发生后的损失等级标准；
利用所述标准对所述目标桥梁在运营期风险发生可能性和风险发生后损失进行赋分得到第二判断矩阵；
对所述第二判断矩阵依次进行及极差化、归一化及求熵处理，确定所述目标风险指标的客观权重。
进一步的，所述将所述主观权重与所述客观权重进行预设线性组合，获得所述目标风险指标的组合权重，包括：
利用博弈论原理将所述主观权重与所述客观权重进行任意线性组合；
确定使所述主观权重与所述客观权重离差化最小的目标权重，并将所述目标权重确定为目标风险指标的组合权重。
进一步的，所述基于所述目标桥梁运营期风险评价等级集计算针对所述目标桥梁的评价权矩阵，包括：
确定根据所述目标桥梁风险评价等级集对目标风险指标进行赋分得到风险评价矩阵；
将所述风险评价矩阵中的元素代入灰类白化权函数中，并将求结果按照灰类统计得到灰类统计值矩阵；
对所述灰类统计值矩阵进行归一化处理得到所述目标桥梁的评价权矩阵。
进一步的，所述根据所述组合权重和所述评价权矩阵对所述目标桥梁进行计算，确定目标桥梁的运营期风险等级，包括：
基于所述组合权重和所述评价权矩阵利用灰色模糊理论对所述目标桥梁进行计算，确定针对所述目标桥梁的评价结果向量；
基于最大隶属原则从所述评价结果向量中目标桥梁的运营期风险等级。
第二方面，本发明还提供一种桥梁运营期风险评价装置，包括：
目标风险指标获取模块，用于获取不同类型桥梁的运营期风险指标体系，并从所述不同类型桥梁的运营期风险指标体系中确定目标桥梁的目标风险指标；
权重计算模块，用于计算所述目标风险指标的主观权重和客观权重；
组合权重确定模块，用于将所述主观权重与所述客观权重进行预设线性组合，获得所述目标风险指标的组合权重；
评价权矩阵计算模块，用于获取目标桥梁运营期风险评价等级集，并基于所述运营期风险评价等级集计算针对所述目标桥梁的评价权矩阵；
风险等级确定模块，用于根据所述组合权重和所述评价权矩阵对所述目标桥梁进行计算，确定目标桥梁的运营期风险等级。
第三方面，本发明还提供一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述桥梁运营期风险评价方法中的步骤。
第四方面，本发明还提供一种计算机存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述桥梁运营期风险评价方法中的步骤。
采用上述实施例的有益效果是：本发明通过构建不同类型桥梁的运营期风险指标体系，尽可能全面地选用了对目标桥梁运营期影响较大的重要指标，提高了目标桥梁运营期风险评价的准确度；并且通过考虑目标桥梁的主观权重和客观权重，即考虑了专家的主观经验，又兼顾了桥梁的客观实际，对桥梁运营期风险进行综合评价，更真实地反应了桥梁实际运行状态；并且本发明具有普适性，可以应用于各类桥梁的风险评价。
附图说明
图1为本发明提供的桥梁运营期风险评价方法的一实施例的流程示意图；
图2为本发明提供的桥梁运营期风险评价装置的一实施例的结构示意图；
图3为本发明提供的一种电子设备的实体结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明提供了一种桥梁运营期风险评价方法、装置、电子设备及计算机存储介质，以下分别进行说明。
请参阅图1，图1为本发明提供的桥梁运营期风险评价方法的一实施例的流程示意图，本发明的一个具体实施例，公开了一种桥梁运营期风险评价方法，包括：
步骤S101：获取不同类型桥梁的运营期风险指标体系，并从不同类型桥梁的运营期风险指标体系中确定目标桥梁的目标风险指标；
步骤S102：计算目标风险指标的主观权重和客观权重；
步骤S103：将主观权重与客观权重进行预设线性组合，获得目标风险指标的组合权重；
步骤S104：获取目标桥梁运营期风险评价等级集，并基于目标桥梁运营期风险评价等级集计算针对目标桥梁的评价权矩阵；
步骤S105：根据组合权重和评价权矩阵对目标桥梁进行计算，确定目标桥梁的运营期风险等级。
其中，不同类型桥梁的运营期风险指标体系可以根据规范《公路桥梁技术状况评定标准》(JTG/T H21-2011)及现场实际调查数据进行建立。然后根据目标桥梁的类型确定目标桥梁的目标风险指标。举例而言，本发明中的目标桥梁为梁式桥。
在计算目标风险指标的主观权重与客观权重的过程中，可以利用层次分析法计算目标风险指标的主观权重，利用熵权法计算目标风险指标的客观权重，使得既考虑专家的主观经验，又兼顾桥梁的客观实际情况，更能反映桥梁的实际运行状态；在计算组合权重的过程中，可以根据博弈论原理确定目标桥梁在运营期目标风险指标的组合权重；在计算评价权矩阵的过程中，可以根据规范《公路桥梁技术状况评定标准》(JTG/T H21-2011)获取目标桥梁在运营期的风险评价等级集，然后根据该风险评价等级集确定针对目标桥梁的评价权矩阵。
最后通过组合权重和评价权矩阵计算出评价结果，并按照最大隶属原则确定桥梁运营期风险等级。
本发明通过构建不同类型桥梁的运营期风险指标体系，尽可能全面地选用了对目标桥梁运营期影响较大的重要指标，提高了目标桥梁运营期风险评价的准确度；并且通过考虑目标桥梁的主观权重和客观权重，即考虑了专家的主观经验，又兼顾了桥梁的客观实际，对桥梁运营期风险进行综合评价，更真实地反应了桥梁实际运行状态；此外，本发明还具有普适性，可以应用于各类桥梁的风险评价。
在本发明的一个具体实施例中，不同类型桥梁的运营期风险指标可以如表1所示：
表1不同类型桥梁的运营期风险指标
Figure BDA0003666479520000071
Figure BDA0003666479520000081
可见，不同类型桥梁的风险指标是多样的，为了便于说明，本发明以目标桥梁为例，目标桥梁的目标风险指标至少包括运营期自然灾害、运营期意外事故、上部结构、下部结构及桥面系等风险指标。更具体的，还可以将桥梁的风险指标进行划分层次结构：运营期自然灾害、意外事故、上部结构、下部结构、桥面系等5个一级指标，即为主要指标，21 个二级指标作为评价指标，分为两个层次。
在本发明的一个实施例中，计算目标风险指标的主观权重包括利用层次分析法确定目标风险指标的主观权重，利用层次分析法确定目标风险指标的主观权重，具体包括：
基于层次标度法的标度原则，对目标风险指标进行赋分，获取目标风险指标的第一判断矩阵；
计算第一判断矩阵的特征向量，并基于特征向量对判断矩阵进行一致性检验；
对目标风险指标进行层次总排序，确定目标风险指标的主观权重。
举例而言，可以邀请桥梁领域专家根据层次分析法的标度原则对风险指标的相对重要性赋分，得到桥梁运营期风险指标的判断矩阵，表2 为风险指标相对重要性标度。
表2风险指标相对重要性标度
Figure BDA0003666479520000091
对于目标桥梁，如某梁式桥运营期自然风险用C1表示，具体包括风致灾害C11、地震C12、地质灾害C13、洪水C14、暴雪C15，风险指标的相对重要性集合如表3。
表3某梁式桥运营期自然风险指标相对重要性
Figure BDA0003666479520000092
将表3中的数据以矩阵形式表达成判断矩阵C1为：
Figure BDA0003666479520000101
将C1的每一列元素归一化得到矩阵P1：
Figure BDA0003666479520000102
将矩阵P1中的元素按行相加，得到向量P′1，再将P′1进行归一化可得判断矩阵C1的特征向量u1： u1＝[0.0664 0.4101 0.1162 0.2426 0.1647]T，计算得到判断矩阵C1的最大特征值λmax＝5.4192，利用一致性检验公式
Figure BDA0003666479520000103
RI的取值见表4，当CR<0.1时一致性检验通过。
表4 RI的取值
Figure BDA0003666479520000104
对判断矩阵C1进行一致性检验：
Figure BDA0003666479520000105
Figure BDA0003666479520000106
故矩阵C1的一致性检验通过。
某梁式桥在运营期的意外风险用C2表示，包括船撞C21、火灾C22、触电C23、高处坠物C24、超载事故C25、人为破坏C26、车撞C27，风险指标的相对重要性集合如表5。
表5某梁式桥运营期意外风险指标相对重要性
Figure BDA0003666479520000107
Figure BDA0003666479520000111
将表5中的数据以矩阵形式表达成判断矩阵C2为：
Figure BDA0003666479520000112
将矩阵的每一列元素归一化得到矩阵P2：
Figure BDA0003666479520000113
将矩阵P2中的元素按行相加，得到向量P′2，再将P′2进行归一化可得判断矩阵C2的特征向量u2：u2＝[0.3351 0.2072 0.0432 0.0576 0.1495 0.0779 0.1293]T，计算得到判断矩阵C2的最大特征值λmax＝7.7915，利用上述一致性检验公式对判断矩阵C2进行一致性检验：
Figure BDA0003666479520000114
故矩阵C2的一致性检验通过。
某梁式桥上部结构在运营期的风险用C3表示，包括主梁C31、支座 C32、横隔板C33，风险指标的相对重要性集合如表6。
表6某梁式桥上部结构风险指标相对重要性
Figure BDA0003666479520000121
将表6中的数据以矩阵形式表达成判断矩阵C3：
Figure BDA0003666479520000122
将矩阵的每一列元素归一化得到矩阵P3：
Figure BDA0003666479520000123
将矩阵P3中的元素按行相加，得到向量P′3，再将P′3进行归一化可得判断矩阵C3的特征向量u3：u3＝[0.1103,0.3460,0.5438]T，计算得到矩阵C3最大特征值为λmax＝3.0536，利用上述一致性检验公式对判断矩阵C3进行一致性检验：
Figure BDA0003666479520000124
故矩阵C3的一致性检验通过。
某梁式桥下部结构在运营期的风险用C4表示，包括桥墩C41、桥台 C42、墩台基础C43，风险指标的相对重要性集合如表7。
表7某梁式桥下部结构相对重要性
Figure BDA0003666479520000125
Figure BDA0003666479520000131
将表7中的数据以矩阵形式表达成判断矩阵C4：
Figure BDA0003666479520000132
将矩阵的每一列元素归一化得到矩阵P4：
Figure BDA0003666479520000133
将矩阵 P4中的元素按行相加，得到向量P′4，再将P′4进行归一化可得判断矩阵C4的特征向量u4：u4＝[0.4111,0.3278,0.2611]T；计算得到矩阵C4最大特征值为λmax＝3.0536，利用上述一致性检验公式对其进行一致性检验：
Figure BDA0003666479520000134
故矩阵C4的一致性检验通过。
某梁式桥桥面系在运营期的风险用C5表示，包括桥面铺装C51、伸缩缝C52、人行道C53，风险指标的相对重要性集合如表8。
表8某梁式桥桥面系相对重要性
Figure BDA0003666479520000135
将表8中的数据以矩阵形式表达成判断矩阵C5：
Figure BDA0003666479520000136
将矩阵的每一列元素归一化得到矩阵P5：
Figure BDA0003666479520000137
将矩阵P5中的元素按行相加，得到向量P′5，再将P′5进行归一化可得判断矩阵C5的特征向量u5：u5＝[0.5714,0.2857,0.1429]T；计算得到矩阵C5最大特征值为λmax＝3，利用上述一致性检验公式对其进行一致性检验：
Figure BDA0003666479520000141
Figure BDA0003666479520000142
故该矩阵的一致性检验通过。
一级指标为某梁式桥运营期自然灾害C1、意外事故C2、上部结构 C3、下部结构C4、桥面系C5，风险指标的相对重要性集合如表9。
表9某梁式桥一级指标相对重要性
Figure BDA0003666479520000143
将表9中的数据以矩阵形式表达成第一判断矩阵C：
Figure BDA0003666479520000144
将第一判断矩阵的每一列元素归一化得到矩阵P：
Figure BDA0003666479520000145
将矩阵P中的元素按行相加，得到向量P'，再将P'进行归一化可得第一判断矩阵C的特征向量u：
u＝[0.0892,0.2000,0.2387,0.2926,0.1794]T
计算可得第一判断矩阵C的最大特征值为λmax＝5.329，利用上述一致性检验公式对其进行一致性检验：
Figure BDA0003666479520000151
Figure BDA0003666479520000152
故第一判断矩阵C的一致性检验通过。
对于多级的层次评价指标，还需要进行层次总排序，也就是计算最底层一层相对于第一层相对重要性排序。
具体的，利用公式
Figure BDA0003666479520000153
对某梁式桥风险指标进行层次总排序，计算得到总权重值，如表10所示。
表10某梁式桥运营期风险指标层次总排序
Figure BDA0003666479520000154
Figure BDA0003666479520000161
表10中的总权重值即为某梁式桥运营期风险指标的主观权重w'： w’＝[0.0059,0.0366,0.0104,0.0216,0.0147,0.0670,0.0414,0.0086,0.0115,0.030 0,0.0156,0.0257,0.0263,0.0826,0.1298,0.1203,0.0959,0.0764,0.1025,0.0513,0 .0256]。
在本发明的一个实施例中，计算目标风险指标的客观权重包括利用熵权法计算目标风险指标的客观权重，利用熵权法计算目标风险指标的客观权重，具体包括：
获取桥梁运营期风险发生的可能性等级标准及风险发生后的损失等级标准；
利用标准对目标桥梁在运营期风险发生可能性和风险发生后损失进行赋分得到第二判断矩阵；
对第二判断矩阵依次进行及极差化、归一化及求熵处理，确定目标风险指标的客观权重。
其中，桥梁运营期风险发生可能性等级标准和风险发生后损失等级标准可分别参见表11和表12。
表11桥梁运营期风险发生可能性等级
Figure BDA0003666479520000162
Figure BDA0003666479520000171
表12桥梁运营期风险发生损失等级
Figure BDA0003666479520000172
按照桥梁运营期风险发生可能性等级标准和桥梁运营期风险发生损失等级标准对某梁式桥运营期风险发生可能性和风险发生损失赋分，得到第二判断矩阵B：
Figure BDA0003666479520000173
对第二判断矩阵进行极差化处理：
Figure BDA0003666479520000174
归一化处理：
Figure BDA0003666479520000175
第j项风险因素的熵值为：
Figure BDA0003666479520000176
可以理解的是，当pij＝0时，pij·ln pij＝0，对计算得到的熵值求互补值，并进行归一化处理后得到权重值wj：
Figure DEST_PATH_GDA0003832065000000176
如表13 所示，为某梁式桥运营期风险指标权重值。
表13某梁式桥运营期风险指标权重值
Figure BDA0003666479520000181
其中，表13中权重值即为某梁式桥运营期风险指标的客观权重w″： w″＝[0.04778，0.04778，0.04740，0.04765，0.04765，0.04774，0.04740，0.04740，0.04740，0.04778，0.04765，0.04740，0.04778，0.04774，0.04778， 0.04778，0.04765，0.04740，0.04774，0.04740，0.04774]
在本发明的一个实施例中，将主观权重与客观权重进行预设线性组合，获得目标风险指标的组合权重，包括：
利用博弈论原理将主观权重与客观权重进行任意线性组合；
确定使主观权重与客观权重离差化最小的目标权重，并将目标权重确定为目标风险指标的组合权重。
其中，基于博弈论原理对主观权重w'与客观权重w″进行任意线性组合，包括：
Figure BDA0003666479520000191
可以理解的是，博弈论组合赋权的核心思想是寻找最理想的权向量 W，即目标权重，使其与各个wi的离差极小化，因此推导出对策模型为：
Figure BDA0003666479520000192
由矩阵的微分性质可得对策模型的最优化一阶导数条件为：
Figure BDA0003666479520000193
其对应的线性方程组形式为：
Figure RE-GDA0003832065000000193
将计算得到的主观权重w'和客观权重w″代入上述线性方程组计算可得到α1＝0.006,α2＝0.0045。
根据博弈论的组合赋权算法，构建如下方程：
Figure BDA0003666479520000195
将α1＝0.006,α2＝0.0045代入上述方程计算可得到
Figure BDA0003666479520000196
因此，风险指标的组合权重W计算式如下：
Figure RE-GDA0003832065000000196
将计算得到的
Figure BDA0003666479520000198
w'、w″代入上式，得到某梁式桥运营期风险指标的组合权重W为：
W＝[0.0239,0.0414,0.0263,0.0328,0.0288,0.0587,0.0440,0.0253,0.0269,0.037 6,0.0293,0.0351,0.0355,0.0676,0.0946,0.0892,0.0752,0.0640,0.0790,0.0496,0 .0351]
在本发明的一个实施例中，基于目标桥梁运营期风险评价等级集计算针对目标桥梁的评价权矩阵，包括：
确定根据目标桥梁风险评价等级集对目标风险指标进行赋分得到风险评价矩阵；
将风险评价矩阵中的元素代入灰类白化权函数中，并将求结果按照灰类统计得到灰类统计值矩阵；
对灰类统计值矩阵进行归一化处理得到目标桥梁的评价权矩阵。
其中，
可以根据《公路桥梁技术状况评定标准JTG/T H21-2011》将目标桥梁运营期风险评价等级划分分为五类，分别为一类、二类、三类、四类、五类，与之对应的风险等级为V＝(9，7，5，3，1)，处于两个等级之间的可以用8、6、4、2表示，其中一类风险代表的意义是风险发生概率和风险发生后的损失都比较大，应予以最高程度的重视，尽量避免风险的发生；二类风险代表的意义是虽然风险发生概率一般，但是风险发生后损失比较大，同样也要采取措施减少损失的发生；三类风险所代表的意义是风险发生概率和风险发生后的损失都一般，可以通过采取相应措施来降低风险；四类代表的意义是不论是风险发生概率和风险发生后的损失都较小，仅需要加强防范即可；五类风险表示风险发生概率和风险发生后损失都可以忽略，仅需进行一般的检查防护即可。
根据风险评价等级的划分原则，同理也将灰类相应的划分为五个等级，即一类、二类、三类、四类、五类，则相应的各类白化权函数如下。
一类白化权函数：f1:
Figure BDA0003666479520000211
二类白化权函数：f2:
Figure BDA0003666479520000212
三类白化权函数：f3:
Figure BDA0003666479520000213
四类白化权函数：f4:
Figure BDA0003666479520000214
五类白化权函数：f5:
Figure BDA0003666479520000215
假设每一个风险指标在这5类不同的白权化函数中所对应的灰色统计值的数值为nij结合风险评价矩阵，以第i个评价因素为例，其各类统计值的具体计算过程如下：
该风险指标属于一类统计值：ni1＝f1(u1i)+f1(u2i)+f1(u3i)+L+f1(uki)，
该风险指标属于二类统计值：ni2＝f2(u1i)+f2(u2i)+f2(u3i)+L+f2(uki)，
该风险指标属于三类统计值：ni3＝f3(u1i)+f3(u2i)+f3(u3i)+L+f3(uki)，
该风险指标属于四类统计值：ni4＝f4(u1i)+f4(u2i)+f4(u3i)+L+f4(uki)，
该风险指标属于五类统计值：ni5＝f4(u1i)+f4(u2i)+f4(u3i)+L+f4(uki)，
则该风险指标总的灰类统计值为：ni＝ni1+ni2+ni3+ni4+ni5，
则该评价因素的灰色评估权向量为：V＝(vi1,vi2,vi3,vi4,vi5)。
在目标桥梁，即某梁式桥运营期风险评价等级集确定之后，可以根据桥梁工程领域的专家根据上述评价等级对风险指标赋分，范围为1-10 分，专家根据自身经验及专业知识对评价因素进行客观公正地打分，得到风险评价矩阵：
Figure BDA0003666479520000221
将风险评价矩阵中元素代入白化权函数，所得结果按灰类统计得到灰类统计值如表14。
表14桥梁运营期风险指标灰类统计值
Figure BDA0003666479520000222
Figure BDA0003666479520000231
将表14灰类统计值以矩阵形式表达成灰类统计值矩阵K：
Figure BDA0003666479520000232
将灰类统计值矩阵K归一化得到评价权矩阵V。
Figure BDA0003666479520000241
在本发明的一个实施例中，根据组合权重和评价权矩阵对目标桥梁进行计算，确定目标桥梁的运营期风险等级，包括：
基于组合权重和评价权矩阵利用灰色模糊理论对目标桥梁进行计算，确定针对目标桥梁的评价结果向量；
基于最大隶属原则从评价结果向量中目标桥梁的运营期风险等级。
具体的，可以根据某梁式桥风险指标组合权重W以及评价权矩阵V，利用灰色模糊理论对该梁式桥进行计算，得到评价结果向量X：
X＝W·V＝[0.2952,0.3586,0.3091,0.0493,0]
其计算结果显示，一类的程度为0.2952，二类的程度为0.3586，三类的程度为0.3091，四类的程度为0.0493，五类的程度为0，按最大隶属的相关原则，0.3586为最大值，属于二类。即目标桥梁运营期风险等级为二类。
为了更好地实施本发明实施例中的桥梁运营期风险评价方法，在桥梁运营期风险评价基础之上，对应的，请参阅图2，图2为本发明提供的桥梁运营期风险评价装置的一实施例的结构示意图，本发明实施例提供了一种桥梁运营期风险评价装置200，包括：
目标风险指标获取模块201，用于获取不同类型桥梁的运营期风险指标体系，并从不同类型桥梁的运营期风险指标体系中确定目标桥梁的目标风险指标；
权重计算模块202，用于计算目标风险指标的主观权重和客观权重；
组合权重确定模块203，用于将主观权重与客观权重进行预设线性组合，获得目标风险指标的组合权重；
评价权矩阵计算模块204，用于获取目标桥梁运营期风险评价等级集，并基于运营期风险评价等级集计算针对目标桥梁的评价权矩阵；
风险等级确定模块205，用于根据组合权重和评价权矩阵对目标桥梁进行计算，确定目标桥梁的运营期风险等级。
这里需要说明的是：上述实施例提供的装置200可实现上述各方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述方法实施例中的相应内容，此处不再赘述。
基于上述桥梁运营期风险评价方法，本发明实施例还相应的提供一种电子设备，请参阅图3，图3为本发明提供的一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器310、通信接口320、存储器330和通信总线340，其中，处理器310，通信接口320，存储器 330通过通信总线340完成相互间的通信。处理器310可以调用存储器 330中的逻辑指令，以执行桥梁运营期风险评价方法。
此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
基于上述桥梁运营期风险评价方法，本发明实施例还相应的提供一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现如上述各实施例的桥梁运营期风险评价方法中的步骤。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，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揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种桥梁运营期风险评价方法，其特征在于，包括：
获取不同类型桥梁的运营期风险指标体系，并从所述不同类型桥梁的运营期风险指标体系中确定目标桥梁的目标风险指标；
计算所述目标风险指标的主观权重和客观权重；
将所述主观权重与所述客观权重进行预设线性组合，获得所述目标风险指标的组合权重；
获取目标桥梁运营期风险评价等级集，并基于所述目标桥梁运营期风险评价等级集计算针对所述目标桥梁的评价权矩阵；
根据所述组合权重和所述评价权矩阵对所述目标桥梁进行计算，确定目标桥梁的运营期风险等级。
2.根据权利要求1所述的桥梁运营期风险评价方法，其特征在于，所述目标桥梁的目标风险指标至少包括运营期自然灾害、运营期意外事故、上部结构、下部结构及桥面系。
3.根据权利要求1所述的桥梁运营期风险评价方法，其特征在于，所述计算所述目标风险指标的主观权重包括利用层次分析法确定所述目标风险指标的主观权重，所述利用层次分析法确定所述目标风险指标的主观权重，具体包括：
基于层次标度法的标度原则，对所述目标风险指标进行赋分，获取所述目标风险指标的第一判断矩阵；
计算所述第一判断矩阵的特征向量，并基于所述特征向量对所述判断矩阵进行一致性检验；
对目标风险指标进行层次总排序，确定所述目标风险指标的主观权重。
4.根据权利要求1所述的桥梁运营期风险评价方法，其特征在于，计算所述目标风险指标的客观权重包括利用熵权法计算所述目标风险指标的客观权重，所述利用熵权法计算所述目标风险指标的客观权重，具体包括：
获取桥梁运营期风险发生的可能性等级标准及风险发生后的损失等级标准；
利用所述标准对所述目标桥梁在运营期风险发生可能性和风险发生后损失进行赋分得到第二判断矩阵；
对所述第二判断矩阵依次进行及极差化、归一化及求熵处理，确定所述目标风险指标的客观权重。
5.根据权利要求1所述的桥梁运营期风险评价方法，其特征在于，所述将所述主观权重与所述客观权重进行预设线性组合，获得所述目标风险指标的组合权重，包括：
利用博弈论原理将所述主观权重与所述客观权重进行任意线性组合；
确定使所述主观权重与所述客观权重离差化最小的目标权重，并将所述目标权重确定为目标风险指标的组合权重。
6.根据权利要求1所述的桥梁运营期风险评价方法，其特征在于，所述基于所述目标桥梁运营期风险评价等级集计算针对所述目标桥梁的评价权矩阵，包括：
确定根据所述目标桥梁风险评价等级集对目标风险指标进行赋分得到风险评价矩阵；
将所述风险评价矩阵中的元素代入灰类白化权函数中，并将求结果按照灰类统计得到灰类统计值矩阵；
对所述灰类统计值矩阵进行归一化处理得到所述目标桥梁的评价权矩阵。
7.根据权利要求1所述的桥梁运营期风险评价方法，其特征在于，所述根据所述组合权重和所述评价权矩阵对所述目标桥梁进行计算，确定目标桥梁的运营期风险等级，包括：
基于所述组合权重和所述评价权矩阵利用灰色模糊理论对所述目标桥梁进行计算，确定针对所述目标桥梁的评价结果向量；
基于最大隶属原则从所述评价结果向量中目标桥梁的运营期风险等级。
8.一种桥梁运营期风险评价装置，其特征在于，包括：
目标风险指标获取模块，用于获取不同类型桥梁的运营期风险指标体系，并从所述不同类型桥梁的运营期风险指标体系中确定目标桥梁的目标风险指标；
权重计算模块，用于计算所述目标风险指标的主观权重和客观权重；
组合权重确定模块，用于将所述主观权重与所述客观权重进行预设线性组合，获得所述目标风险指标的组合权重；
评价权矩阵计算模块，用于获取目标桥梁运营期风险评价等级集，并基于所述运营期风险评价等级集计算针对所述目标桥梁的评价权矩阵；
风险等级确定模块，用于根据所述组合权重和所述评价权矩阵对所述目标桥梁进行计算，确定目标桥梁的运营期风险等级。
9.一种电子设备，其特征在于，包括存储器和处理器，其中，所述存储器，用于存储程序；所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述权利要求1至7中任一项所述桥梁运营期风险评价方法中的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时，能够实现上述权利要求1至7中任一项所述桥梁运营期风险评价方法中的步骤。
CN202210587641.6A 2022-05-27 2022-05-27 桥梁运营期风险评价方法、装置、电子设备及存储介质 Pending CN115271310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210587641.6A CN115271310A (zh) 2022-05-27 2022-05-27 桥梁运营期风险评价方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210587641.6A CN115271310A (zh) 2022-05-27 2022-05-27 桥梁运营期风险评价方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115271310A true CN115271310A (zh) 2022-11-01

Family

ID=83758941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210587641.6A Pending CN115271310A (zh) 2022-05-27 2022-05-27 桥梁运营期风险评价方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115271310A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681204A (zh) * 2023-05-17 2023-09-01 湖北交投智能检测股份有限公司 基于多指标的高速公路桥梁评价方法、装置和存储介质
CN117093842A (zh) * 2023-08-31 2023-11-21 四川省公路规划勘察设计研究院有限公司 一种地质变形体上病险桥梁监测需求评估方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116681204A (zh) * 2023-05-17 2023-09-01 湖北交投智能检测股份有限公司 基于多指标的高速公路桥梁评价方法、装置和存储介质
CN117093842A (zh) * 2023-08-31 2023-11-21 四川省公路规划勘察设计研究院有限公司 一种地质变形体上病险桥梁监测需求评估方法及系统
CN117093842B (zh) * 2023-08-31 2024-03-19 四川省公路规划勘察设计研究院有限公司 一种地质变形体上病险桥梁监测需求评估方法及系统

Similar Documents

Publication Publication Date Title
CN108280553B (zh) 基于gis-神经网络集成的山洪灾害风险区划及预测方法
CN115271310A (zh) 桥梁运营期风险评价方法、装置、电子设备及存储介质
Patel et al. Development of bridge resilience index using multicriteria decision-making techniques
Eder et al. Ranking water resource projects and evaluating criteria by multicriterion Q‐analysis: an Austrian case study
CN106909999A (zh) 小型土石坝退役综合评价方法
CN110826905A (zh) 一种长大桥梁运营安全风险评估方法
Li et al. Real‐Time Warning and Risk Assessment of Tailings Dam Disaster Status Based on Dynamic Hierarchy‐Grey Relation Analysis
CN114881511A (zh) 面向洪涝灾害的社区防灾韧性评估方法
Zhu et al. Long-term loss assessment of coastal bridges from hurricanes incorporating overturning failure mode
CN116797026B (zh) 一种埋地输气管道土质滑坡作用下的风险预警方法
CN117114501A (zh) 基于模糊理论的桥隧健康状态监测方法
CN115829399A (zh) 一种基于bim技术质量安全系统评价方法
CN112990599B (zh) 一种基于突发火灾事件相似度计算的城市应急消防优化方法
CN114202257A (zh) 自然灾害综合减灾能力评估方法及装置
Owolabi et al. Development of priority index assessment model for road pavements in Nigeria
Eslamlou et al. Evaluation of urban resiliency in physico-structural dimension of Karaj metropolis
CN114358462A (zh) 一种城市安全风险评估方法、系统及电子设备
رحیمی et al. Modeling physical-social resilience in district 1 of Tehran
El‐Maissi et al. Development of Intrinsic Seismic Vulnerability Index (ISVI) for assessing roadway system and its assets framework
Yu et al. Coupled analysis and simulation of safety risk in subway tunnel construction by shallow-buried excavation method based on system dynamics
Dojutrek et al. A multi-criteria methodology for measuring the resilience of transportation assets and prioritizing security investments
Nipa et al. Development of decision-making system measuring the resilience level of highway projects
Yau et al. Analyzing Taiwan Bridge Management System for decision making in bridge maintenance: A big data approach
Chuang et al. A big data approach for decision making in bridge maintenance
Nipa et al. Establishment of Resilience Quantification Tool for Transportation Projects

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