基于反分析赋权方法的岩爆预测云模型研究

为了综合考虑岩爆预测实践中的随机性与模糊性,云模型理论被引入到岩爆预测方法中。然而现有岩爆预测云模型的指标权重值在客观性和准确性方面尚需提高,为此本文提出基于反分析赋权方法的岩爆云模型。在给出该模型具体实现步骤的基础上,推导建立优化目标函数之后选用洞室最大切向应力与岩石抗压强度的比值、岩石抗压强度与抗拉强度的比值、弹性能量指数等作为评判指标,基于18个岩爆工程实例,利用Matlab软件开展了指标权重的反分析计算。最后,将新建立的岩爆预测云模型应用于江边水电站和马路坪矿的岩爆预测中,并与主观赋权方法云模型的预测结果对比分析,检验了其可行性与有效性。研究表明,基于反分析赋权方法的岩爆预测云模型赋权过程中主观性干扰因素较小,预测结果准确率较高。     

基于Bootstrap方法确定岩土参数的标准值

提出一种基于Bootstrap重抽样技术的岩土参数标准值确定方法,将置信概率为95%对应的重抽样均值作为标准值,并通过一组实测土体的抗剪强度参数阐述标准值的确定方法和过程。对两个实例进行研究,分别探讨Bootstrap重抽样次数(即Bootstrap样本集大小)和原始数据的变异性对标准值精度和收敛性的影响。结果表明,基于Bootstrap方法确定的岩土参数标准值具有较好的收敛性和精度,当重抽样次数不小于100时,Bootstrap重抽样次数和原始样本的变异性对标准值的收敛性和精度不会产生显著影响。该方法能够有效地处理岩土参数的不确定性问题。