边坡稳定性预测的粗糙集-距离判别模型及其应用.pdf

《边坡稳定性预测的粗糙集-距离判别模型及其应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＧｅｏｌｏｇｙ工程地质学报１００４－９６６５／２０１６／２４（２）０２０４０７ＤＯＩ：１０．１３５４４／ｊ．ｃｎｋｉ．ｊｅｇ．２０１６．０２．００５边坡稳定性预测的粗糙集－距离判别模型及其应用闫长斌（郑州大学土木工程学院郑州４５０００１）摘要为克服马氏距离判别模型无法考虑指标权重的不足，引入粗糙集理论，通过分析评判方法对评价对象的支持度和重要性计算得到权重系数。将权重系数嵌入距离判别模型，构建了边坡稳定性预测的加权距离判别模型。根据边坡失稳破坏特点，选取合

2、理的判别因子，以大量工程实例样本作为原始数据和训练样本，建立了边坡稳定性评价预测的粗糙集－距离判别模型。将边坡稳定性评价预测的粗糙集－距离判别模型评价预测结果与马氏距离判别法、支持向量机理论、Ｂａｙｅｓ判别分析等方法得到的预测结果进行了对比分析，验证了粗糙集－距离判别模型的有效性。将建立的粗糙集－距离判别模型应用于黄河中游地区某大型水利枢纽库区边坡工程，预测结果与实际情况吻合。研究结果表明，粗糙集－距离判别模型具有权重分析合理、预测准确性高等优点，是进行边坡稳定性分析预测的一种新的有效途径。关键词边坡

3、稳定性粗糙集理论权重系数距离判别法评价预测中图分类号：ＴＵ４５７文献标识码：ＡＲＯＵＧＨＳＥＴＤＩＳＴＡＮＣＥＤＩＳＣＲＩＭＩＮＡＮＴＡＮＡＬＹＳＩＳＭＯＤＥＬＯＦＳＬＯＰＥＳＴＡＢＩＬＩＴＹＰＲＥＤＩＣＴＩＯＮＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮＹＡＮＣｈａｎｇｂｉｎ（ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５０００１）ＡｂｓｔｒａｃｔＴｈｅＭａｈａｌａｎｏｂｉｓｄｉｓｔａｎｃｅｄｉｓｃｒｉｍｉｎａｎｔｍｅｔｈｏｄｈａｓａｓｈｏｒ

4、ｔａｇｅｔｈａｔｔｈｅｗｅｉｇｈｔｆａｃｔｏｒｓｃａｎｔｂｅｃｏｎｓｉｄｅｒｅｄ．Ｔｏｏｖｅｒｃｏｍｅｔｈｉｓｓｈｏｒｔａｇｅ，ｔｈｅｒｏｕｇｈｓｅｔｓｔｈｅｏｒｙｉｓｕｓｅｄｔｏａｎａｌｙｚｅａｎｄｏｂｔａｉｎｗｅｉｇｈｔｆａｃｔｏｒｓ．Ｔｈｅｗｅｉｇｈｔｃｏｅｆｆｉｃｉｅｎｔｓａｒｅｃｏｍｐｕｔｅｄｂｙａｎａｌｙｚｉｎｇｔｈｅｓｕｐｐｏｒｔａｎｄｓｉｇｎｉｆｉｃａｎｃｅｏｆｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｆｏｒｔｈｅｐｒｅｄｉｃｔｅｄｏｂｊｅｃｔ．Ｔｈｅｗｅｉｇｈｔｅｄｄｉｓｔａｎｃｅｄｉｓｃ

5、ｒｉｍｉｎａｎｔｍｏｄｅｌｓｏｆｓｌｏｐｅｓｔａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｏｎａｒｅｅｓｔａｂｌｉｓｈｅｄｂｙｉｎｔｒｏｄｕｃｉｎｇｗｅｉｇｈｔｃｏｅｆｆｉｃｉｅｎｔｓ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｓｏｆｓｌｏｐｅｉｎｓｔａｂｉｌｉｔｙａｎｄｆａｉｌｕｒｅ，ｔｈｅｒｏｕｇｈｓｅｔａｎｄｄｉｓｔａｎｃｅｄｉｓｃｒｉｍｉｎａｎｔｍｏｄｅｌｓｏｆｓｌｏｐｅｓｔａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｏｎａｒｅｆｏｕｎｄｅｄ，ｗｈｅｒｅｒｅａｓｏｎ

6、ａｂｌｅｉｎｄｅｘｅｓａｒｅｃｏｎｓｉｄｅｒｅｄａｎｄａｌａｒｇｅｓｅｔｏｆｃａｓｅｅｎｇｉｎｅｅｒｉｎｇｓａｍｐｌｅｓａｒｅｔａｋｅｎａｓｒａｗｄａｔａａｎｄｔｒａｉｎｉｎｇｓａｍｐｌｅｓ．ＴｈｅｖａｌｉｄｉｔｙｏｆｒｏｕｇｈｓｅｔａｎｄｄｉｓｔａｎｃｅｄｉｓｃｒｉｍｉｎａｎｔｍｏｄｅｌｓｏｆｓｌｏｐｅｓｔａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｏｎｈａｖｅｂｅｅｎｖｅｒｉｆｉｅｄｔｈｒｏｕｇｈｃｏｎｔｒａｓｔｉｎｇｗｉｔｈＭａｈａｌａｎｏｂｉｓｄｉｓｔａｎｃｅｄｉｓｃｒｉｍｉｎａｎ

7、ｔｍｅｔｈｏｄ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅａｎｄＢａｙｅｓｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓ．ＴｈｅｒｏｕｇｈｓｅｔａｎｄｄｉｓｔａｎｃｅｄｉｓｃｒｉｍｉｎａｎｔｍｏｄｅｌｓａｒｅａｐｐｌｉｅｄｔｏｔｈｅｓｌｏｐｅｅｎｇｉｎｅｅｒｉｎｇａｔｓｏｍｅｌａｒｇｅｗａｔｅｒｃｏｎｔｒｏｌｐｒｏｊｅｃｔｒｅｓｅｒｖｏｉｒａｒｅａｉｎｔｈｅｍｉｄｄｌｅｒｅａｃｈｅｓｏｆＹｅｌｌｏｗＲｉｖｅｒ．Ｔｈｅｐｒｅｄｉｃｔｉｎｇｒｅｓｕｌｔｓａｒｅａｃｃｏｒｄｉｎｇｗｉｔｈｒｅａｌｓｉｔｕａｔｉｏｎ．

8、Ｔｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｒｏｕｇｈｓｅｔａｎｄｄｉｓｔａｎｃｅｄｉｓｃｒｉｍｉｎａｎｔｍｏｄｅｌｓａｒｅｒｅａｓｏｎａｂｌｅｆｏｒｗｅｉｇｈｔａｎａｌｙｓｉｓｗｉｔｈｈｉｇｈ收稿日期：２０１４－１２－１７；收到修改稿日期：２０１５－０４－１３．基金项目：国家自然科学基金项目（Ｕ１５０４５２３），国家级大学生创新创业训练计划项目（２０１５１０４５９００７），河南省高等学校重点科研项目（１５Ａ４１０００１）资助．作者简介：