申请/专利权人：中铁西北科学研究院有限公司

申请日：2023-10-30

公开（公告）日：2024-04-16

公开（公告）号：CN117892998A

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06N3/0499;G06F18/214;G06F18/21;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明公开了一种线性工程边坡运营安全风险评估方法,涉及岩土工程与工程地质技术领域。该方法基于公路、铁路等线性工程的边坡完整数据集，首先依据核心专家经验分析确定数据样本风险评价因子，然后整合正常运营边坡数据、缺损病害边坡数据和历史灾害边坡数据作为边坡安全风险训练数据样本集，并采用专家模糊层次分析法FAHP标注训练数据样本的安全风险等级，最后采用BP人工神经网络方法构建边坡安全风险评估评估模型。评估模型支持对边坡样本数据集的补充、修改和完善，拓展了以正常边坡数据为主获取边坡安全风险评估训练样本数据，突破了当前仅以灾害边坡数据作为训练样本的数量局限，并具有自学习和动态评估功能。

主权项：1.一种线性工程边坡安全风险评估方法，其特征在于，包括以下步骤：S1，根据线性工程待评估路段边坡数据库获取边坡训练样本数据集，取待评估路段的70%边坡数据作为边坡训练样本区段，包括边坡训练样本区段内的历史灾害边坡数据、当前运营存在防护加固工程结构缺损或地质病害的边坡数据以及该区段内的正常运营边坡数据；S2，基于专家经验对边坡训练样本数据集进行边坡地质灾害的致灾因子识别；S3，基于专家经验对边坡训练样本数据集进行边坡安全等级评定，确定边坡安全等级划分标准，完成对边坡训练样本数据集的安全等级标注；S4，致灾因子、边坡安全等级进行量化、归一化；S5，基于上述边坡训练样本数据集，采用遗传算法优化B-P神经网络方法，以致灾因子为输入层，以安全等级标注为输出层，构建遗传算法优化BP神经网络，神经网络包括输入层、一层或多层隐含层以及输出层；输入层至隐含层、隐含层至隐含层间采用sigmoid激活函数，隐含层至输出层采用purelin激活函数，对神经网络进行训练，直至达到误差要求，得到神经网络各层间的权重矩阵与阈值，获得致灾因子与边坡安全等级之间的映射关系，即边坡安全风险评估模型；S6，根据线性工程待评估路段边坡数据库获取边坡测试样本数据集，取待评估路段除边坡训练样本区段之外的区段内历史灾害边坡数据作为测试验证样本；S7，基于上述边坡测试样本数据集，对上述边坡安全风险评估模型进行测试验证；基于总体数据集30%未参与训练的边坡样本，判断边坡安全风险评估模型测试验证结果是否满足线性工程待评估路段边坡安全风险评估准确度达到90%的要求；如果测试验证结果不满足要求，则可调整B-P神经网络输入风险评估因子个数或隐含层层数、节点个数以修正模型，或增加训练样本数量，重新训练建立新的评估模型；如果测试验证结果满足要求，则边坡安全风险评估模型即为所求。

全文数据：

权利要求：

百度查询： 中铁西北科学研究院有限公司 一种线性工程边坡运营安全风险评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD