[发明专利]一种基于模糊多态贝叶斯网络的隧道风险评价方法

权利要求书

1.一种基于模糊多态贝叶斯网络的隧道风险评价方法，其特征在于：该方法包括：

步骤一、通过对事故历史数据的分析，建立基于隧道风险的事故树；

步骤二、基于所述事故树构建模糊多态贝叶斯网络结构；

步骤三、估计根节点出现概率的三角模糊数；

步骤四、计算并合并节点条件概率；

步骤五、根据所述条件概率计算得到隧道风险概率值。

2.根据权利要求1所述的一种基于模糊多态贝叶斯网络的隧道风险评价方法，其特征在于：所述步骤一中建立基于风险因素的事故树，具体包括：

步骤1.1、通过对事故案例的原因分析，确定出导致风险发生的基本事件和中间事件；

步骤1.2、根据所述基本事件和中间事件的相互关系构建事故树；

其中，所述风险包括坍塌事故级别、支护强度、围岩稳定性、设计合理性、施工因素、不利地质条件、勘探程度、资料齐全程度、参数选取合理性、施工规范性、施工质量、支护及时性、按设计施工程度、支护材料合格程度、围岩级别、特殊地质条件、大气降水、排水及时性、地下水渗流量、地质条件变异性、施工扰动。

3.根据权利要求2所述的一种基于模糊多态贝叶斯网络的隧道风险评价方法，其特征在于：所述步骤二中基于所述事故树构建模糊多态贝叶斯网络结构，具体包括：

步骤2.1、根据隧道工程建设过程中各个节点的不同状态将隧道风险等级分为不同阶段，不同阶段用不同的模糊数来表示；

步骤2.2、根据所述事故树确定的父节点和子节点之间的关系，将事故树的网络结构转换为贝叶斯网络的结构。

4.根据权利要求3所述的一种基于模糊多态贝叶斯网络的隧道风险评价方法，其特征在于：所述步骤三中估计根节点出现概率的三角模糊数，具体包括：

步骤3.1、构建基于正态分布的权重系数以及信心指数数据；

步骤3.2、确定基本事件出现概率时，通过估计事件出现所处的概率等级判断事件出现的概率，并根据实际应用范围划分概率等级；

步骤3.3、根据所述权重系数、信心指数数据以及概率等级计算出不同概率等级的估计值，根据所述概率估计值构造各个根节点不同状态的样本空间，计算出所有根节点在不同状态下的三角模糊数。

5.根据权利要求4所述的一种基于模糊多态贝叶斯网络的隧道风险评价方法，其特征在于：所述步骤四中计算和合并节点条件概率，具体包括：

步骤4.1、构建专家调查组数据，根据所述调查组数据计算所有节点的条件概率；

步骤4.2、利用Chauvenet法进行异常数据处理，剔除异常数据，并进行状态归一化处理，从而得到所有节点在不同条件下的概率，从而获的全部节点的条件概率。

步骤4.3、根据全部节点的条件概率获得合并后节点的条件概率。

6.根据权利要求5所述的一种基于模糊多态贝叶斯网络的隧道风险评价方法，其特征在于：所述步骤五中根据所述条件概率计算得到隧道风险概率值，具体包括：

步骤5.1、用各个节点出现概率三角模糊数中的下限值、均值和上限值计算可以得到坍塌风险的三角模糊数概率值；

步骤5.2、对所述三角模糊概率值进行去模糊化操作，从而根据得到的概率值进行风险等级划分，实现对隧道的风险评价。

7.根据权利要求1所述的一种基于模糊多态贝叶斯网络的隧道风险评价方法，其特征在于：所述模糊多态贝叶斯网络的结构与普通贝叶斯网络相同，都是由描述参数和状态分布概率参数组成，所述模糊多态贝叶斯的节点具有多个状态，并且其概率为三角模糊数。