[发明专利]山区高速公路滑坡风险评价模型无效
申请号: | 200910056700.1 | 申请日: | 2009-08-20 |
公开(公告)号: | CN101630347A | 公开(公告)日: | 2010-01-20 |
发明(设计)人: | 黄宏伟;刘忠强;薛亚东;李罡 | 申请(专利权)人: | 同济大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;E02D17/20 |
代理公司: | 上海正旦专利代理有限公司 | 代理人: | 张 磊 |
地址: | 20009*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种山区高速公路滑坡风险评价模型。该方法是基于模糊数学的原理,运用模糊综合评价法、德尔斐法和层次分析法等方法计算影响高速公路边坡的危险性和易损性的隶属度,进而得到滑坡风险的危险性和易损性指标评价级别。在此基础上,采用风险评价矩阵的方法来进行岩堆边坡的风险评价。该模型可以对可能遇到的边坡滑坡风险进行预测、识别、评估、分析,并在此基础上有效地处置风险,避免或减少滑坡地质灾害对国民经济和人民生命财产的危害,在对滑坡体的发展变化趋势做出判断和预报的基础上,可对其采取相应的治理或防范等措施。 | ||
搜索关键词: | 山区 高速公路 滑坡 风险 评价 模型 | ||
【主权项】:
1、一种山区高速公路滑坡风险评价模型,其特征在于采用危险性和易损性指标对公路滑坡风险进行评价,具体步骤为:(1)对滑坡危险性进行评价时,将岩堆高速公路边坡的危险性分为很低(I)、低(II)、中等(III)、高(IV)和很高(V)五级,确定影响边坡稳定的二级指标和分级标准,并采用专家评定法确定各指标的权重;通过模糊数学计算,综合各因子数据的分布特征,对于连续性指标采用降半梯形分布计算其各级隶属度,对于离散型指标采用德尔斐法计算各级隶属度,进而得到岩堆边坡的危险性级别;其基本的评价步骤为:①确定评价指标集合u={μ1,μ2....μn},各一级指标权重w={w1,w2....wn};各一级评价指标集合u1={ui,1,ui,2....ui,n},各二级指标权重wi={wi,1,wi,2....wi,n},U={w1,w2....wn}×{μ1,μ2....μn}′;ui={wi,1,wi,2....wi,n}×{μi,1,μi,2....μi,n}′,其中μi,n表示第i个一级指标的第n个二级指标的危险性隶属度,U为滑坡风险的危险性隶属度;②确定各指标评语集合,对危险性等级的评语集合V={很低(I),低(II),中等(III),高(IV),很高(V)};③在模糊数学中,以隶属度来表征事物中的模糊界线,根据建立隶属度的基本原则,在危险性评价中,对于连续变量采用了降半梯形分布计算公式(1~5)确定隶属度函数而对于离散型变量采用专家评定法确定隶属度函数即模糊评价矩阵;降半梯形分布计算公式如下:U I ( x ) = 1 x ≤ V 1 V 2 - x V 2 - V 1 V 1 < x ≤ V 2 0 x > V 2 - - - ( 1 ) ]]>![]()
![]()
![]()
U V ( x ) = 0 x ≤ V 4 x - V 4 V 5 - V 4 V 4 < x ≤ V 5 1 x ≥ V 5 - - - ( 5 ) ]]> 式(1)~式(5)表示连续型变量的隶属度函数的公式,其中:V1,V2,V3,V4,V5表示岩堆边坡危险性分级的5级标准值,对于区间性指标,取其平均值);VI(x),VII(x),VIII(x),VIV(x),VV(x)表示连续的隶属度函数;x表示实测值;④确定评价指标大小的权重;(2)山区高速公路滑坡风险评价模型,对易损性进行分析时,把人员伤亡、道路、生命线工程、桥梁、居住房屋、土地作为受灾体,分别对其进行易损性评价,隶属函数及隶属度的选取与危险性评价时一致。(3)在危险性和易损性评价的基础上,采取风险评价矩阵的方法来进行岩堆边坡的风险评价。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/200910056700.1/,转载请声明来源钻瓜专利网。
- 上一篇:带有杀菌除臭广告功能的环保垃圾桶
- 下一篇:一种橡胶座套
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用