基于EAHP-EWM-博弈TOPSIS的大坝风险识别方法

针对大坝风险指标具有不确定性和模糊性的特征,提出了1种基于EAHP-EWM-博弈TOPSIS组合模型的大坝风险识别模型,即通过可拓层次分析法和熵权法分别确定风险评价指标的主、客观权重,同时引入博弈理论确定最佳组合权重,并构造加权标准化决策矩阵,然后利用TOPSIS法计算出各风险因子与理想解的相对接近度作为风险因子排序的依据来识别大坝的主要风险源,最后将该方法应用于福建省某大坝的风险识别。工程实例表明,影响该大坝安全服役的主要风险因子为坝体渗流与两岸渗流,相对接近度分别为0.712 7、0.855 2,识别的主要风险因子和工程实际情况相吻合,验证了模型的有效性。本模型的区分度相比其他模型更明显,为大坝的除险加固和风险管理提供了有效依据。     

基于组合赋权-正态云的大坝安全评价模型

针对大坝安全评价问题,提出了一种基于组合赋权和正态云耦合的安全评价模型。选取变形、渗流、环境因素为大坝安全评价指标体系,根据既定评价指标体系确定大坝安全评价标准,在此基础上确定云模型的特征参数和各评价指标的综合权重,由云模型正向发生器给出评价指标在各评价等级下的隶属度,最后由各评价指标的综合权重矩阵和对应评价等级下的隶属度矩阵得出大坝安全评价结果。运用该模型对某大坝进行了安全评价,结果表明,该方法可以得出准确的结果。     

博弈论云模型在大坝安全评估中的应用

为提升大坝安全评估工作的准确性,本文在结合博弈论原理基础上,探索构建了大坝安全评估云模型。同时,评价大坝的安全系数,选取涵盖大坝渗流指标、形变指标以及环境量指标等要素建立大坝安全评估指标体系。在确定云模型各特征系数及综合权重基础上,实现针对云模型评估指标体系各层级隶属度值的推求,从而在综合权重与隶属度矩阵基础上评估大坝安全程度。研究成果可为大坝安全运行评估及风险防控提供决策依据。     

大坝工作性态安全评估模糊云模型及其应用

针对大坝安全评价问题,提出了一种基于组合赋权和正态云耦合的安全评价模型。选取变形、渗流、环境因素作为大坝安全评价指标体系,根据既定体系确定大坝安全评价指标标准,在此基础上确定云模型的特征参数和各评价指标的综合权重,由云模型正向发生器给出评价指标的在各评价等级下的隶属度,最后由各评价指标的综合权重矩阵和对应评价等级下的隶属度矩阵给出大坝安全评价结果。最后结合工程实例,运用该模型对某大坝进行了安全评价,结果表明,该方法可以得出准确的结果。     

西北内陆典型流域水环境风险源识别研究

着重研究了风险源评价体系中行业类别、距离流域最短距离、距敏感目标流程等企业特性指标,构建了风险源识别体系。在各指标权重赋权方法方面,采用AHP法和熵权法组合赋权的新方法,建立了风险源指标的权重评价方法。应用模糊综合评价方法对西北内陆典型流域风险源进行了综合分析评价。初步建立起适合该流域水环境风险识别技术,为该流域的水环境保护提供有力的技术支撑。     

高拱坝结构安全的风险源集及主要失效路径研究

基于风险理论开展大坝安全性评估是一种发展趋势,其中风险源辨识是大坝风险分析的重要方面。结合高拱坝的结构特点和所处区域环境条件,对其面临的风险源集进行了分类,从自然灾害风险源、大坝构筑物及坝肩(基)稳定性影响风险源、人为原因影响风险源3个方面,阐述了高拱坝面临的主要风险源集,并根据锦屏一级高拱坝的模型试验研究成果,探讨了高拱坝的主要失效模式和失效路径,可为更详实的高拱坝风险分析提供基础支撑。     

基于模糊证据推理的南水北调工程突发事件风险评价

突发事件风险因子具有不确定性和模糊性。选取模糊正态分布函数改进了信度结构模型,结合证据推理方法构建了模糊证据推理评价模型,在此基础上,运用不变权重次约束模型对关键风险源进行诊断。以南水北调中线工程为例,构建了五等级风险模糊评价模型,在优选确定南水北调工程突发事件风险指标体系基础上,运用提出的模糊证据推理模型对南水北调中线工程突发事件风险进行评价,并进行了关键风险源诊断,研究结果与实际情况相符。     

基于云模型-熵权法的大坝风险等级评价

大坝溃坝会造成灾难性的人员伤亡和经济损失,因此准确评价大坝的风险等级并及时加以防治对大坝安全运营至关重要。以大岗山高拱坝为工程依托,针对大坝稳定性影响因素具有复杂性和随机性的特点,提出了采用云模型评价单因素风险等级和熵权法综合评价大坝安全等级的思路。首先详细分析了影响大坝稳定性的风险因素,确定了大坝稳定性影响因素评估指标体系,并借助专家打分的方式,获得了各因素的影响分值;然后在此基础上利用云模型划分了25个三级风险指标的风险等级,结果显示均位于中风险和高风险等级区间;最后采用熵权法确定各三级指标的综合权重,计算出大岗山高拱坝稳定性加权分数5.69分,对应安全等级Ⅲ级。实践表明,云模型-熵权法评估结果可靠,符合工程实际,可为大坝风险评价提供借鉴。     

基于数值仿真的大坝渗流与稳定性分析

渗流和地震对大坝安全影响极大，针对具体大坝实例，建立相应的有限元三维模型，针对四种工况进行分析研究，得出结论：在渗流情况下，随上游水位的增高，渗流加剧，防渗墙发挥显著作用；这四种静力工况下大坝安全系数均高于规范值，处于稳定状态；在地震作用下，大坝局部出现大变形，需进行加固处理。     

NARX在土石坝渗流预测中的应用

渗流监测是掌握大坝安全性态的重要手段,针对土石坝渗流压力存在滞后于库水位的特点,引入具有延时输入特性的带外源输入的非线性自回归神经网络(Nonlinear Auto-regressive with Exogenous inputs neural network, NARX)实现土石坝渗压的有效预测。以某一水库大坝为例,将历史某时段的库水位和降雨等影响因子作为输入序列,渗压测值作为输出序列,分别建立NARX网络多因子和单因子模型进行拟合训练和多步预测,并将预测结果与传统回归模型和传统BP神经网络进行对比。研究结果表明,在RMSE、MAE、MAPE 3种精度指标下,NARX模型均优于2种传统模型。其中,在单因子条件下,NARX仍具有良好的表现。NARX的延迟输入特性可在一定程度上模拟坝体水流渗透的滞后性,对于土石坝的渗压预测具有良好的应用效果。     

博斯腾湖流域环境风险源指标体系研究

由于流域环境风险源识别和等级划分缺乏一套完整成熟的方法,在分析流域环境风险源风险度的基础上,从"驱动力—压力—状态"的框架模型出发,构建了博斯腾湖流域环境风险源识别指标体系,主要包括指标体系构建、评价指标选取和等级划分等内容,并采用多级灰色关联分析方法对博斯腾湖流域环境风险源进行风险源识别。研究结果表明:环境风险源识别区分度较高,识别指标体系合理,评估方法具有科学性和实用性,构建的环境风险源识别指标体系和采用的识别方法符合开展环境风险管理工作的要求,为环境风险源管理提供技术支持和决策信息。     

博斯腾湖流域环境风险源识别与风险评价

流域环境风险源识别与风险评价对流域风险源污染防控区划分、风险源预警和风险源有效管理具有重要意义。采用多级灰色关联分析评价方法,对博斯腾湖流域环境风险源进行有效识别与风险评价。结果表明,流域较大和一般环境风险源企业分别为13和103家,分别占流域企业总数量的10.32%和81.74%;食品加工企业是博斯腾湖湖流域的主要环境风险源。     

基于多层次模糊综合评价的重力坝风险评估模型研究

针对重力坝的特点建立了风险评价指标体系,运用层次分析法计算出各指标权重,建立起多层次模糊综合评价矩阵,计算出大坝的综合风险值,对照风险集得出评价结论,从而通过多层次模糊综合评价法建立起了重力坝风险评估模型,最后利用该模型对某重力坝进行了风险评估,评估结果与实际情况相符,说明该模型在大坝风险评估工作中具有较好的适用性。     

南水大坝渗流基流下包线的确定

大坝渗流基流是反映大坝渗流性态的重要指标之一 ,文章结合南水大坝渗流实测资料 ,采用多种模型和方法对大坝的渗流基流进行了分析 ,并根据模型分离结果推求了坝体、坝基和两岸绕坝渗漏基流下包线的表达式 ,进而分析和评价南水大坝的渗流状态。     

基于信息熵理论的水利工程项目风险控制研究

文章从工程风险源的角度进行风险的识别,选用适宜的方法辨识出工程风险因素,并列入风险清单。再从风险清单中选出主要的风险因素加以讨论。在风险分析阶段,采用层次分析法来确定各重要风险因子之间的关系,再结合信息墒理论建立的风险评价数学模型,用综合权重因子来评估风险大小,从而采取有针对性的措施进行风险控制和防范,使资源充分利用,风险成本降低,效益最大化。     

基于模糊数学理论的大坝风险后果综合评价

大坝风险后果综合评价涉及众多评价因子,各因子间存在不确定性,将模糊数学理论应用于大坝风险后果的综合评价,以江西5座水库为例,应用层次分析法计算水库溃坝生命损失、经济损失、环境影响及社会影响等因子的权重,通过隶属度确定大坝风险等级并对其进行排序.结果表明,若发生溃坝事件,5座水库大坝后果均十分严重,属特别重大事故,评价结果客观合理.研究表明,模糊数学综合评价方法能够较客观地反映大坝风险程度,具有方法简便、推理过程严密等特点,为大坝风险后果综合评价提供一条新途径.     

基于灰色关联度法的大坝风险后果综合评价

大坝风险后果综合评价涉及众多评价因子,各因子间存在一定的相关性。将灰色关联度法应用于江西省5座水库大坝风险后果的综合评价中,应用层次分析法计算水库溃坝生命损失、经济损失及社会环境影响等因子的权重,根据关联度确定大坝风险后果等级并对其进行排序。结果表明,若发生溃坝事件,5座水库大坝溃坝后果均十分严重,属特别重大事故。灰色关联度法能够较客观地反映大坝风险后果的严重程度,具有计算简便、推理过程严密等特点。     

基于贝叶斯网络的某水库大坝渗漏风险分析

渗漏是水库的常见病害之一,对水库大坝可能的渗漏风险路径进行预测分析,可以有效地减少风险事故的发生,保障大坝的安全运行。为有效提高水库安全管理和风险应对能力,针对风险因素识别困难、不同风险因素关联冗杂、风险评估主观性过强等问题,在充分收集中小型水库隐患排查数据的基础上,归纳出大坝风险致因指标,利用树传播推理算法及解释结构模型对各类风险因素进行了因果层次关系分析及拓扑网络划分,建立了基于贝叶斯网络的大坝渗漏风险分析模型,运用贝叶斯网络的反向推理技术计算风险事件发生的最大可能路径并验证了模型的可靠性,将所得的风险预测模型应用到某水库渗漏风险分析中,得到了最可能渗漏风险致因链。结果表明,强风化的玄武岩、不合理的设置截水槽和防渗墙、多轮钻探实验遗留的大量空洞均会对水库渗流安全造成较大影响,所得风险事故路径与工程现阶段除险加固施工情况一致,模型推算结果与工程实际情况拟合度高,验证了模型的可信性与实用性,为大坝安全风险分析提供了一条有效的途径。     

基于改进粒子群算法的大坝监控加权统计模型

用于大坝安全监控的加权统计模型主要依据工程经验确定各因子的权重,这种求解方式易导致部分因子信息的缺失。根据大坝安全监测数据,应用粒子群算法可优化确定加权统计模型中各参数的最优解,但对于高维度优化问题,该算法存在收敛速度慢、易陷入局部最小等不足。针对这些不足,考虑粒子种群平均位置信息的影响,提出一种新的改进粒子群算法,利用单体与种群平均位置的距离信息确定两者之间的学习因子。土石坝工程实例分析结果表明:改进粒子群算法加强了种群跳出局部最小的能力,所得加权统计模型的权重符合工程实际情况。尤其在大坝运行初期,监测资料较少的情况下,基于改进粒子群算法的大坝监控模型具有较高的预测精度和预报能力,可为大坝监控领域提供一种新的数据分析方法。     

大坝安全性状综合评价方法

针对经典物元可拓模型的关联函数是分段函数,指标间的互不相容性没得到彻底解决的问题,根据大坝安全性状综合评价的特点,提出了改进的物元可拓模型,同时为避免人为确定权重的主观性,引入熵权法确定权重,建立了基于熵权的大坝安全性状综合评价的改进物元可拓模型。采用该模型对某水库大坝进行分析,评价结果与工程实际相符,说明该模型在大坝安全性状评价中应用是可行的。