首页|基于证据推理的隧道坍塌多源信息融合评估

基于证据推理的隧道坍塌多源信息融合评估

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于影响因素众多,隧道坍塌风险评估是一个多属性决策问题.单源信息评估方法难以充分考虑所有的风险因素,导致预测结果存在偏差.为了评估隧道坍塌风险并提供更准确的风险控制策略,本研究提出了一种新的多源信息融合方法,该方法将云模型(CM)、支持向量机(SVM)和基于证据推理(ER)相结合.对多个信息源进行分析,得到不同的坍塌风险评估模型(目视检查数据通过SVM获取分类概率值,监测数据通过云模型获取概率值).每个模型的质量都由可信度和重要性权重来评价.然后运用ER规则融合各个评估模型的结果,给出总体的坍塌概率风险评估.与D-S理论相比,ER规则在处理高冲突信息方面具有更大的优势.当不同信息源的风险评估结果不一致时,D-S理论的融合结果往往会与常识相反,ER规则融合由于考虑了评估模型的重要性权重和可信度,更适用于高冲突信息的融合.该方法已成功应用于福建莆炎高速公路的鱼塘溪隧道.结果表明,所提出的多源信息融合方法的评价准确率为87.5％,而单源信息融合方法的评价准确率小于70％.此外,即使不同模型的风险结果存在较大的冲突,该融合模型也具有良好的性能.
A Multi-source Information Fusion Assessment for the Tunneling Collapse Disaster Based on Evidential Reasoning

tunneling collapserisk assessmentcloud modelsupport vector machineevidential theory

丘伟兴、赵炼恒、吴波、单凌志、徐世祥

展开 >

中南大学土木工程学院,湖南长沙,410075

广西大学土木建筑工程学院,广西南宁,530004

东华理工大学土木与建筑工程学院,江西南昌,330013

中咨规划设计研究有限公司,北京,100020

展开 >

隧道坍塌 风险评估 云模型 支持向量机 证据理论

国家自然科学基金国家自然科学基金江西省自然科学基金广西自然科学基金

521680555167816420212ACB2040012018GXNSFDA138009

2024

10.16339/j.cnki.hdxbzkb.2024018

湖南大学学报(自然科学版)
湖南大学

湖南大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.651
ISSN：1674-2974
年,卷(期)：2024.51(1)
  • 1