[发明专利]基于案例推理和系统动力学的地铁施工地表沉降预警方法

说明书

发明公开了基于案例推理和系统动力学的地铁施工地表沉降预警方法，本发明所采用的技术方案构建基于领域知识的案例库；基于案例推理的相似度检索；建立案例推理的风险关联挖掘以及系统动力学模型的建立；建立地表沉降的风险预警模型。本发明的有益效果是通过优化搜索案例库，得到可靠的风险决策依据，可对地铁施工地表沉降风险进行有效的预测和预警。

技术领域

本发明属于地铁施工技术领域，涉及一种基于案例推理和系统动力学的地铁施工地表沉降预警方法。

背景技术

地表沉降，作为地铁施工过程中备受关注的致灾因子，近年来导致的路面破损、隧道坍塌、建构筑物损坏、地下管线破裂等事故时有发生。地表沉降值受地层性质影响显著，传统的地表沉降计算多是基于连续介质的假设前提，这对于复杂地层来说，预测结果会存在较大误差，而且地层条件越复杂其可信度越差。虽然有研究对地层的不连续性进行了概化处理，但难以满足精度要求。实际上，不仅是地层结构，最终的地表沉降值是由水文地质条件、覆土厚度、施工方法、施工能力、周边环境等多种因素共同作用形成，任何一个因素的影响都可能造成结果偏差或不稳定，据此寻求理论的解释是不理性的，而且曲线上的拟合也并不一定真正代表众多因素的相互依赖关系。

发明内容

本发明的目的在于提供基于案例推理和系统动力学的地铁施工地表沉降预警方法，本发明的有益效果是通过优化搜索案例库，得到可靠的风险决策依据，可对地铁施工地表沉降风险进行有效的预测和预警。

本发明所采用的技术方案是按照以下步骤进行：

步骤1：构建基于领域知识的案例库；

步骤2：基于案例推理的相似度检索；

步骤3：建立案例推理的风险关联挖掘以及系统动力学模型的建立；

步骤4：建立地表沉降的风险预警模型。

进一步，步骤2包括

(1)指标筛选

(2)指标赋权

(3)相似度计算。

进一步，相似度计算包括

a.结构相似度

将所有问题变量的集合设为P，当前问题状态的非空属性集合设为Q，历史案例状态的非空属性集合设为C，结构相似度的计算方法为

其中sim(Q,C)为Q与C的结构相似度，ω_i为Q∩C中第i个属性的权重，ω_j为Q∪C中第j个属性的权重，m为Q∩C中属性的个数，n为Q∪C中属性的个数；

b.属性相似度

地铁项目的数据表现复杂多样，将各类型属性值之间的相似度计算归纳如下：

1)模糊区间值之间的相似度计算，记[a1，a2]，[b1，b2]为区间值，其中，a1<a2，b1<b2，a1∈[0，1]，a2∈[0，1]，b1∈[0，1]，b2∈[0，1]。

定义区间值[a1，a2]，[b1，b2]间的距离为

其中，r取1或2分别为海明距离和欧式距离的特例；

由此，得到区间值[a₁，a₂]，[b₁，b₂]间的相似度为sim([a₁,a₂],[b₁,b₂])＝1-dist([a₁,a₂],[b₁,b₂])；