山区隧道结构安全评价方法、装置、设备及可读存储介质

文档序号:41207238发布日期:2025-03-11 13:34阅读:25来源:国知局
山区隧道结构安全评价方法、装置、设备及可读存储介质

本发明涉及隧道结构安全评价分析,具体而言,涉及一种山区隧道结构安全评价方法、装置、设备及可读存储介质。


背景技术:

1、目前广泛使用的隧道结构安全评价方法为现有隧道设计规范中的安全系数法,通过计算结构的安全系数评判隧道结构的安全。但是现有的安全系数法是通过截面的轴力指标和弯矩指标计算而得,隧道结构截面安全系数只考虑了二次衬砌的受力影响,没有考虑其他因素对隧道结构安全性的影响,比如隧道工程地质条件、衬砌结构特征及其他影响因素等因素,因此评价结果不够全面。常见的模糊综合评价法中仅考虑了指标的主观权重,其权重的确定数值受专家的主观思想影响,容易受到评估人员本人的从业经验、专业知识水平等影响,对评估人员的水平要求较高,缺乏一定的客观性,另外模糊综合评价法中的隶属度函数的选择将会对评价结果的准确性产生一定影响,且最大隶属度原则在某些情况下并不适用。


技术实现思路

1、本发明的目的在于提供一种山区隧道结构安全评价方法、装置、设备及可读存储介质,以改善上述问题。为了实现上述目的,本发明采取的技术方案如下:

2、第一方面,本申请提供了一种山区隧道结构安全评价方法,包括:

3、获取隧道结构的安全评价指标;

4、根据所述安全评价指标在预设的安全等级内随机生成若干个样本,得到构造样本集,所述安全等级由所述隧道结构中二衬的剥落情况、开裂情况、渗漏水情况和安全系数对所述安全评价指标进行划分得到;

5、将各所述安全评价指标在所述安全等级下的最不利基准值进行组合,得到极限样本集;

6、基于群体决策、ahp算法、基于熵权法、critic法和博弈论计算各所述安全评价指标的组合权重;

7、基于topsis决策方法和所述组合权重计算所述极限样本集内各极限样本的第一接近度数值,基于topsis决策方法和所述组合权重计算所述构造样本集内各构造样本的第二接近度数值,将所述第一接近度数值排序后得到各所述安全等级的量化区间,判断各所述第二接近度数值所在所述量化区间,得到训练样本集;

8、根据所述训练样本集训练预设的极限学习机,得到安全评价模型,将待评价的所述隧道结构的样本数据输入所述安全评价模型进行评价,得到安全评价结果。

9、第二方面,本申请还提供了一种山区隧道结构安全评价装置,包括:

10、获取模块,所述获取模块用于获取隧道结构的安全评价指标;

11、随机生成模块,所述随机生成模块用于根据所述安全评价指标在预设的安全等级内随机生成若干个样本,得到构造样本集,所述安全等级由所述隧道结构中二衬的剥落情况、开裂情况、渗漏水情况和安全系数对所述安全评价指标进行划分得到;

12、组合模块,所述组合模块用于将各所述安全评价指标在所述安全等级下的最不利基准值进行组合,得到极限样本集;

13、第一计算模块,所述第一计算模块用于基于群体决策、ahp算法、基于熵权法、critic法和博弈论计算各所述安全评价指标的组合权重;

14、第二计算模块,所述第二计算模块用于基于topsis决策方法和所述组合权重计算所述极限样本集内各极限样本的第一接近度数值,基于topsis决策方法和所述组合权重计算所述构造样本集内各构造样本的第二接近度数值,将所述第一接近度数值排序后得到各所述安全等级的量化区间,判断各所述第二接近度数值所在所述量化区间,得到训练样本集;

15、评价模块,所述评价模块用于根据所述训练样本集训练预设的极限学习机,得到安全评价模型,将待评价的所述隧道结构的样本数据输入所述安全评价模型进行评价,得到安全评价结果。

16、第三方面,本申请还提供了一种山区隧道结构安全评价设备,包括:

17、存储器,用于存储计算机程序;

18、处理器,用于执行所述计算机程序时实现所述山区隧道结构安全评价方法的步骤。

19、第四方面,本申请还提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于山区隧道结构安全评价方法的步骤。

20、本发明的有益效果为:本发明通过一种山区隧道结构安全评价方法、装置、设备及可读存储介质实现了对山区环境下影响隧道结构安全的各项安全评价指标进行量化,提高了评价指标权重计算的准确性,能够快速准确地对某一山区隧道区段的结构安全状态进行评价。

21、本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。



技术特征:

1.一种山区隧道结构安全评价方法,其特征在于,包括:

2.根据权利要求1所述的山区隧道结构安全评价方法,其特征在于,基于群体决策、ahp算法、基于熵权法、critic法和博弈论计算各所述安全评价指标的组合权重,包括:

3.根据权利要求2所述的山区隧道结构安全评价方法,其特征在于,基于群体决策、ahp算法、基于熵权法、critic法和博弈论计算各所述安全评价指标的组合权重,包括:

4.根据权利要求3所述的山区隧道结构安全评价方法,其特征在于,基于群体决策、ahp算法、基于熵权法、critic法和博弈论计算各所述安全评价指标的组合权重,包括:

5.一种山区隧道结构安全评价装置,其特征在于,包括:

6.根据权利要求5所述的山区隧道结构安全评价装置,其特征在于,所述第一计算模块包括:

7.根据权利要求6所述的山区隧道结构安全评价装置,其特征在于,所述第一计算模块包括:

8.根据权利要求7所述的山区隧道结构安全评价装置,其特征在于,所述第一计算模块包括:

9.一种山区隧道结构安全评价设备,其特征在于,包括:

10.一种可读存储介质,其特征在于:所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述山区隧道结构安全评价方法的步骤。


技术总结
本发明提供了一种山区隧道结构安全评价方法、装置、设备及可读存储介质,涉及隧道结构安全评价分析技术领域,包括获取隧道结构的安全评价指标;根据安全评价指标在预设的安全等级内随机生成若干个样本,得到构造样本集;将各安全评价指标在安全等级下的最不利基准值进行组合,得到极限样本集;基于群体决策、AHP算法、基于熵权法、CRITIC法和博弈论计算各安全评价指标的组合权重;基于TOPSIS决策方法和组合权重判断各第二接近度数值所在量化区间,得到训练样本集;根据训练样本集训练预设的极限学习机,得到安全评价模型,将待评价的隧道结构的样本数据输入安全评价模型进行评价,得到安全评价结果。本发明提高了评价指标权重计算的准确性。

技术研发人员:杨文波,王芝茏,赵亮亮,李昊豫,姚超凡,何川
受保护的技术使用者:西南交通大学
技术研发日:
技术公布日:2025/3/10
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1