一种基于信息融合的基坑施工风险评估方法

技术领域

本发明属于基坑工程领域，具体地，涉及一种基于信息融合的基坑施工风险评估方法。

背景技术

随着城市化的发展，地铁车站，地下车库，建筑基础设施等地下空间的需求量增加，城市地下空间的发展已经成为城市可持续发展的重要方式。基坑开挖是开发地下空间的一个重要组成部分，但基坑开挖会影响周边环境与基础设施，造成地表沉降，地标倾斜，管道泄露，土体变形等。因此，为保证基坑工程施工的安全性，需要对基坑工程进行风险等级评估。在现有的基坑工程风险评估方法中，主要是利用监测数据进行定量化分析，但是缺乏对多因素综合作用的考虑，存在不确定性，使得评价结果不准确。

对现有的文献进行检索后发现，专利公开号为CN112131634A的专利公开了“基于层次分析模型的基坑工程风险评估方法”，其基于层次分析模型，建立了一种定量的基坑风险评估方法，但是，缺乏对多因素综合作用的考虑，监测数据没有得到充分的利用，导致评价结果准确性不高。

发明内容

针对现有方法的缺陷，本发明的目的是提供一种基于信息融合的基坑施工风险评估方法，克服了现有方法中存在的缺乏对多因素综合作用的考虑而造成风险评估不准确的问题。

为实现上述目的，本发明提出的基于信息融合的基坑施工风险评估方法，利用熵权法确定各个风险等级的权重，然后基于证据理论的信息融合方法对监测数据进行融合，进而得到基坑工程各个区域的风险等级。

具体的，本发明提供一种基于信息融合的基坑施工风险评估方法，包括：

S1，基于工程概况和工程经验，构建风险评价体系，所述风险评价体系确定风险因子以及划分风险等级；

S2，获取所述风险因子对应的监测项目所监测得到的数据，对所述数据进行归一化处理；

S3，根据所述风险等级确定隶属度函数，计算隶属度，构建风险评估矩阵；

S4，根据所述风险评估矩阵，利用熵权法确定各风险等级的权重；

S5，基于所述风险评估矩阵以及各风险等级权重，利用证据理论对归一化处理后的数据进行融合，确定基坑工程的风险评估等级。

可选地，所述风险评估矩阵如式(3)所示：

其中，Q

可选地，所述熵权法中的熵值计算如式(4)所示，获得各个风险等级的熵值后，各个风险等级的权重计算如式(5)所示；

其中，其中e

其中，ω

可选地，所述利用证据理论对数据进行融合，包括：

(1)利用mass函数，风险评估矩阵以及各风险等级权重计算基本概率分配，

其计算式如式(6)所示：

其中，ω

(2)由公式(6)计算得到的基本概率分配进行信息融合，对于多个mass函数的信息融合规则如式(7)所示：

其中，M

可选地，所述信息融合是指所有证据共同作用产生概率分配结果，包括：

对合成的M(L)进行修正，其公式如(8)所示：

其中，M(L

可选地，所述基坑的风险评估等级是指在修正后的合成概率分配中U＝{M

其中，M

与现有技术相比，本发明实施例具有如下至少一种有益效果：

本发明针对现有方法中存在的多因素作用的不确定性，未充分利用监测数据等问题，提出了一种基于信息融合的基坑施工风险评估方法，利用熵权法确定各个风险等级的权重，利用证据理论的信息融合方法对监测数据进行融合，解决多因素作用的不确定性问题，监测数据得到充分利用，使基坑施工风险评估结果准确性更高。

附图说明

通过阅读参照以下附图和附表对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明一实施例的基于信息融合的基坑施工风险评估方法的流程图；

图2为本发明一实施例的基坑监测平面图；

图3为本发明一实施例的基坑不同区域等级的权重图。

具体实施方式

下面对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。本实施例中没有特别说明的操作，参照发明内容中已经给出的方法进行，在此不再赘述。

为了克服现有方法中存在的缺乏对多因素综合作用的考虑而造成风险评估不准确的问题，本发明提供一种基于信息融合的基坑施工风险评估方法，利用熵权法确定各个风险等级的权重，然后基于证据理论的信息融合方法对监测数据进行融合，进而得到基坑工程各个区域的风险等级，使基坑施工风险评估结果准确性更高。

参照图1所示，本发明实施例提供一种基于信息融合的基坑施工风险评估方法，包括以下步骤：

第一步，基于工程概况和工程经验，构建风险评价体系。

本步骤中：工程概况是指包括工程简介，工程地质条件，水文地质条件，基坑支护形式的实际工程情况；工程经验是指工程师的工作经验。

风险评价体系是指确定风险因子以及划分风险等级，其中，风险因子是指基坑工程项目中的潜在风险因素，包括但不限于围护结构顶水平位移(x

第二步，搜集相应监测数据，将数据进行归一化处理。

本步骤中，相应监测数据是指根据确定的风险因子对应的监测项目所监测得到的数据。

归一化处理是将监测数据进行无量纲化处理，监测数据的归一化公式如式(1)所示：

其中，x

第三步，确定隶属度函数，计算隶属度，构建风险评估矩阵。

隶属度函数是根据风险等级而确定的高斯型函数Q(x)，公式如式(2)所示：

其中，c＝0.5(x

Q(x)是指x在区间[0,1]中的隶属度，任意一个值x在研究范围内，有一个在[0,1]范围内的Q(x)值与之对应。隶属度是指风险因子x属于Q的程度，Q(x)的值越接近0，表示隶属度越低，反之越高。

风险评估矩阵如式(3)所示：

其中，Q

第四步，利用熵权法确定各风险等级的权重。

本步骤中，熵权法中的熵值计算如式(4)所示，获得各个风险等级的熵值后，各个风险等级的权重计算如式(5)所示；

其中，其中e

其中，ω

第五步，利用证据理论对归一化处理后的数据进行融合，确定基坑工程的风险评估等级。

本步骤中，证据理论的步骤如下：

(1)利用mass函数，基于上述得到的风险评估矩阵以及各风险等级权重计算基本概率分配，其计算式如式(6)所示：

其中，ω

(2)由公式(6)计算得到的基本概率分配进行信息融合。对于多个mass函数的信息融合规则如式(7)所示：

其中，M

信息融合是指所有证据共同作用产生概率分配结果。

(3)对合成的M(L)进行修正，其公式如(8)所示：

其中，M(L

基坑的风险评估等级是指在修正后的合成概率分配中U＝{M

其中，M

琶洲支线大学城东站为地下三层车站，车站站台起讫里程DK5+774.00-DK6+050.00，中心里程DK5+910.00。标准段基坑宽25.2m，深度26.2m。800mm厚地连墙+内支撑作为基坑工程的围护结构，直径800mm钻孔灌注桩+内支撑用于出入口的围护结构。图2为基坑工程的监测平面图，根据基坑监测点的布置情况，划分为S1,S2,S3,…,S9区域。

本实施例的基于信息融合的基坑施工风险评估方法，具体步骤如下：

第一步，基于工程概况和工程经验，构建风险评价体系。

本实施例中，风险因子是指基于工程概况和工程经验，基坑工程项目中的潜在风险因素，有围护结构顶水平位移(x

在本实施例中，风险等级划分结果如表1所示：

表1

风险等级是指根据风险因子监测数据划分为四个风险等级，表示为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级，等级越高，风险越大。

第二步，搜集相应监测数据，将数据进行归一化处理。

在本实施例中，相应监测数据是指根据确定的风险因子对应的监测项目所监测得到的数据。

在本实施例中，归一化处理是指将监测数据进行无量纲化处理，监测数据的归一化公式如式(1)所示，在本实施例中，以基坑工程的S1区域为例，监测数据的归一化值为：x

第三步，确定隶属度函数，计算隶属度，构建风险评估矩阵。

在本实施例中，隶属度函数是指根据风险等级而确定的高斯型函数Q(x)，公式如式(2)所示,在本实施例中，将x

在本实施例中，Q(x)是指x在区间[0,1]中的隶属度值，任意一个值x在研究范围内，有一个在[0,1]范围内的Q(x)值与之对应。

在本实施例中，隶属度是指风险因子x属于Q的程度，Q(x)的值越接近0，表示隶属度越低，反之越高。

在本实施例中，风险评估矩阵如式(3)所示，计算可得：

第四步，利用熵权法确定各风险等级的权重。

在本实施例中，熵权法中的熵值计算如式(4)所示，获得各个风险等级的熵值后，各个风险等级的权重计算如式(5)所示，在本实施例中，以S1为例，ω

第五步，利用证据理论对归一化处理后的数据进行融合，确定基坑工程的风险评估等级。

在本实施例中，证据理论的步骤如下：

(1)利用mass函数，风险评估矩阵以及各风险等级权重计算基本概率分配，其计算式如式(6)所示：

在本实施例中，风险评估矩阵由第三步确定，各风险等级权重由第四步确定。

(2)由公式(6)计算得到的基本概率分配进行信息融合。对于多个mass函数的信息融合规则如式(7)所示，在本实施例中，以区域S1为例，M(L

在本实施例中，信息融合是指所有证据共同作用产生概率分配结果。

(3)对合成的M(L)进行修正，其公式如(8)所示，在本实施例中，以区域S1为例，M

在本实施例中，基坑的风险评估等级是指在修正后的合成概率分配中U＝{M

评价结果为：S1区域的风险等级为Ⅱ级，S2区域的风险等级为Ⅲ级，S3区域的风险等级为Ⅰ级，S4区域的风险等级为Ⅲ级，S5区域的风险等级为Ⅱ级，S6区域的风险等级为Ⅲ级，S7区域的风险等级为Ⅱ级，S8区域的风险等级为Ⅱ级，S9区域的风险等级为Ⅱ级。评价结果与实际工程情况相符，因此，基于证据理论的信息融合方法提高了基坑工程风险等级的评估准确性，克服现有方法中存在的缺乏对多因素综合作用的考虑而造成风险评估不准确的问题。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。上述各优选特征在互不冲突的情况下，可以任意组合使用。