国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于博弈論和BP神經(jīng)網(wǎng)絡(luò)的橋梁風(fēng)險預(yù)測模型

2024-07-10 14:54:23黃偉袁光杰
西部交通科技 2024年4期
關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò)博弈論

黃偉 袁光杰

摘要:文章以橋梁施工風(fēng)險的定義為主線,分析了常用橋梁風(fēng)險評估方法的特點并取其長處,同時引入了熵理論和博弈論思想,提出了一種新的風(fēng)險評估方法——基于博弈論和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險預(yù)測模型,并以龐納子大橋為工程實例進(jìn)行應(yīng)用分析。研究可知:該模型以減少主觀成分為原則,通過提高評價指標(biāo)的準(zhǔn)確度、全面性和科學(xué)性進(jìn)而獲得可靠的風(fēng)險預(yù)測值;該橋高墩施工風(fēng)險值為0.348,判定該項目風(fēng)險較低,在可接受范圍內(nèi);主要風(fēng)險因素依次為墩身垂直度、風(fēng)荷載、日照溫差、混凝土強(qiáng)度等;建議在施工過程中對其墩身垂直度進(jìn)行風(fēng)險監(jiān)控。

關(guān)鍵詞:橋梁風(fēng)險;博弈論;BP神經(jīng)網(wǎng)絡(luò);風(fēng)險評估方法;風(fēng)險預(yù)測

中圖分類號:U442.3+9? 文獻(xiàn)標(biāo)識碼:A

文章編號:1673-4874(2024)04-0173-04

0 引言

隨著內(nèi)陸平原地區(qū)交通網(wǎng)日趨完善,公路橋梁建設(shè)的重心逐步向西部山區(qū)延伸[1]。這些橋梁往往處于風(fēng)力大、溫濕差大等復(fù)雜環(huán)境,施工過程面臨的風(fēng)險較大,如何識別和應(yīng)對施工過程中可能發(fā)生的風(fēng)險問題顯得愈加突出。通過風(fēng)險評估來解決前述問題成為近年來的一個新思路。

然而,國內(nèi)外學(xué)者關(guān)于橋梁風(fēng)險分析理論的研究和應(yīng)用相對較少,現(xiàn)有常用風(fēng)險評估方法也存在一定的不足。因此,本文以橋梁施工風(fēng)險的定義為主線,分析常用橋梁風(fēng)險評估方法的特點并取其長處,同時引入了熵理論和博弈論思想,提出一種新的風(fēng)險預(yù)測模型,并以龐納子大橋為工程實例進(jìn)行應(yīng)用,為指導(dǎo)工程風(fēng)險評價提供高效準(zhǔn)確的方法。

1 橋梁施工風(fēng)險的定義及度量

在橋梁施工過程中,對相關(guān)利益團(tuán)體的某種既定目標(biāo)造成影響的不確定事態(tài)[2],稱為橋梁施工的風(fēng)險事態(tài),簡稱橋梁施工風(fēng)險。其一般的數(shù)學(xué)表達(dá)如式(1)所示,即風(fēng)險值R是關(guān)于風(fēng)險事件發(fā)生的概率p、風(fēng)險后果c、目標(biāo)利益發(fā)生的概率q和目標(biāo)利益b的某種函數(shù)關(guān)系式,該式也呈現(xiàn)了風(fēng)險與收益之間的博弈關(guān)系:

R=f(p,c,q,b)(1)

式中:R——風(fēng)險的數(shù)值度量;

p——風(fēng)險事件發(fā)生的概率;

c——風(fēng)險事件引起的后果(損失);

q——目標(biāo)利益發(fā)生的概率;

b——目標(biāo)利益。

其中,在并協(xié)原理下,風(fēng)險事件發(fā)生的概率p與目標(biāo)利益發(fā)生的概率q呈互補(bǔ)關(guān)系,見式(2);當(dāng)收益可忽略或難以衡量時[3],可將式(1)簡化為如式(3)所示,即由風(fēng)險事件發(fā)生的概率p和風(fēng)險后果c來綜合表達(dá)風(fēng)險值R。

p+q=1(2)

R=f(p,c)(3)

2 常用橋梁風(fēng)險評估方法分析

常用的橋梁風(fēng)險評估方法有層次分析法、模糊綜合評價法、BP神經(jīng)網(wǎng)絡(luò)分析法。

2.1 層次分析法

層次分析法(AHP)是將與決策相關(guān)的因素分解為目標(biāo)、準(zhǔn)則、指標(biāo)等層次,對復(fù)雜決策問題的本質(zhì)、影響因素及其內(nèi)在關(guān)系等進(jìn)行深入分析,利用較少的定量信息使決策的思維過程數(shù)學(xué)化,從而為復(fù)雜問題提供簡便的決策方法,適用于決策結(jié)果難以量化的場合。由層次分析法可計算風(fēng)險因素的相對權(quán)重或發(fā)生概率,見式(4),但定量數(shù)據(jù)較少,定性成分多,其計算結(jié)果不易令人信服。

ω=f(p)f(p,c)(4)

2.2 模糊綜合評價法

模糊綜合評價法基于模糊數(shù)學(xué)將定性評價轉(zhuǎn)化為定量評價,適用于各種非確定性問題的解決。由模糊綜合評價法可計算風(fēng)險值,見式(5)、式(6),但評價指標(biāo)權(quán)重向量ω的初始判斷矩陣、評價指標(biāo)關(guān)系矩陣S的構(gòu)建很大程度上受決策者主觀意向的影響,雙重主觀判斷使得評價結(jié)果向量B和風(fēng)險值R的準(zhǔn)確性有待商榷。

B=ω·S(5)

R=B~·MT(6)

式中:B——評價結(jié)果向量;

ω——評價指標(biāo)權(quán)重向量;

S——評價指標(biāo)關(guān)系矩陣;

B~——歸一化后的評價結(jié)果向量;

MT——評價等級的風(fēng)險值向量。

2.3 BP神經(jīng)網(wǎng)絡(luò)分析法

BP神經(jīng)網(wǎng)絡(luò)是指一種基于逆?zhèn)鞑ニ惴ǖ亩鄬忧梆伨W(wǎng)絡(luò),其本質(zhì)為一個輸入向量x[DD(-*9]→[DD)]到輸出向量y[DD(-*9]→[DD)]的函數(shù),(見式7)[4]。BP網(wǎng)絡(luò)以自學(xué)習(xí)、自適應(yīng)、非線性映射等優(yōu)點在函數(shù)逼近等領(lǐng)域應(yīng)用甚廣,其在運用中常與層次分析法相結(jié)合,將由層次分析法解得的各風(fēng)險指標(biāo)權(quán)重作為網(wǎng)絡(luò)中目標(biāo)項目的變量,同時使自變量涵蓋了層次分析法準(zhǔn)確度不高的特性,進(jìn)而影響了網(wǎng)絡(luò)的預(yù)測值。

y→=f(x→)(7)

3 基于博弈論和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險預(yù)測模型

基于上述對常用橋梁風(fēng)險評估方法的分析,引入熵理論和博弈論思想,提出一種新的風(fēng)險預(yù)測模型。

3.1 熵權(quán)法

在信息論中,熵為系統(tǒng)無序程度的度量。

熵權(quán)法是基于工程項目歷史或現(xiàn)有客觀數(shù)據(jù)的考察利用,有較強(qiáng)的數(shù)理依據(jù),其基本思路是根據(jù)指標(biāo)的變異程度來確定客觀權(quán)重。對于某項指標(biāo),其信息熵值越小,表明該指標(biāo)的離散程度越大,在綜合評價的權(quán)重越大,反之則相反。若某項指標(biāo)的值均相等,則該指標(biāo)在綜合評價中不起作用。因此,熵權(quán)本身并不表示指標(biāo)權(quán)重,而表示在該指標(biāo)下對評價對象的區(qū)分度。

3.2 博弈論集化模型

博弈論集化模型的核心思想是在不同賦權(quán)方法所獲取的指標(biāo)權(quán)重之間尋求一致或妥協(xié),極小化可能的權(quán)重與各基本權(quán)重之間的偏差[5],提高指標(biāo)賦權(quán)的科學(xué)性。具體實現(xiàn)過程如下:

運用AHP、熵權(quán)法對評價指標(biāo)進(jìn)行求解,可得指標(biāo)權(quán)重集如式(8)所示,記基本權(quán)重向量ωl的任意線性組合如式(9)所示。運用博弈論集化模型在前述兩種不同權(quán)重之間進(jìn)行優(yōu)化,由優(yōu)化目標(biāo)(ω與ωl的離差極小化)可推導(dǎo)出決策模型如式(10)所示。

ωl=(ωl1,ωl2,…,ωln) l=1,2(8)

ω=∑2l=1αlωl(9)

式中:αl——線性組合系數(shù)。

min‖∑2i=1αiωTi-ωTl‖(10)

根據(jù)矩陣的微分性質(zhì),上述決策模型的最優(yōu)化一階導(dǎo)數(shù)條件[6]如式(11)所示,對應(yīng)式(12)的線性方程組。

∑i=1αiωlωTi=ωlωTl(11)

ω1·ωT1ω1·ωT2ω2·ωT1ω2·ωT2α1α=ω1·ωT1ω2·ωT2(12)

解式(11)并按式(13)進(jìn)行歸一化處理,最終可求得綜合指標(biāo)權(quán)重如式(14)所示。

αl=αl∑2l=1αl(13)

ω=∑2l=1αlωl(14)

3.3 基于博弈論和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險預(yù)測模型

在定性定量綜合風(fēng)險評估中,指標(biāo)權(quán)重的確定尤為重要。

為得到更準(zhǔn)確、更全面的工程指標(biāo)權(quán)重,以減少主觀成分為原則,在僅考慮“風(fēng)險事件發(fā)生的概率p”這一判斷準(zhǔn)則下,立足于博弈論并以Nash均衡為協(xié)調(diào)目標(biāo)[5]對AHP權(quán)重、熵權(quán)進(jìn)行優(yōu)化,可根據(jù)實際相似工程評價指標(biāo)的變異程度,通過熵權(quán)對AHP指標(biāo)權(quán)重進(jìn)行修正,提高指標(biāo)的準(zhǔn)確度;同時,避免了單一賦權(quán)方法的片面性,獲得兼顧專家意見和項目客觀情況的綜合權(quán)重,提高了指標(biāo)的全面性、科學(xué)性。

聯(lián)合BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量類似項目輸入-輸出(風(fēng)險事件發(fā)生的概率p-風(fēng)險值R)模式映射關(guān)系的特性,合理有效地解決了非正態(tài)分布、非線性的風(fēng)險預(yù)測問題[7]。

基于博弈論和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險預(yù)測模型技術(shù)路線如圖1所示。該模型適用于決策系統(tǒng)難以定量的情形。

4 工程應(yīng)用

4.1 工程概況

G580線和田至康西瓦公路工程龐納子大橋位于新疆和田地區(qū),主橋橋跨布置為100 m+100 m的預(yù)應(yīng)力混凝土連續(xù)剛構(gòu)橋(下頁圖2),T構(gòu)采用懸臂施工,最大懸臂長度為93 m,橋?qū)? m,主墩為空心薄壁墩(下頁圖3),高161 m,其墩高位居國內(nèi)同類型橋梁中第6位,采用爬模施工。

由于本橋結(jié)構(gòu)體系復(fù)雜,同時橋址區(qū)位于峽谷風(fēng)口地帶、地震基本烈度為Ⅷ度的高海拔區(qū)域(橋面海拔約2 460 m),加之高溫差、高紫外線、干旱等氣候條件的影響,使得施工過程中不確定因素較多,施工難度較大。針對該橋建設(shè)條件的特殊性,應(yīng)加強(qiáng)對施工技術(shù)和方案的研究[3],開展施工過程風(fēng)險評估工作。

4.2 實橋應(yīng)用

由于超高墩連續(xù)剛構(gòu)橋主墩施工控制參數(shù)較主梁少,沒有預(yù)應(yīng)力束張拉控制等參數(shù),且墩身截面較主梁尺寸較小,不利于不平衡荷載等工況的模擬,部分主墩施工風(fēng)險指標(biāo)難以量化。因此,采用基于博弈論和BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險預(yù)測模型對該橋高墩施工風(fēng)險進(jìn)行預(yù)測。

通過典型案例分析并結(jié)合工程實際,識別高墩施工風(fēng)險因素進(jìn)而建立具有層次結(jié)構(gòu)的風(fēng)險預(yù)測指標(biāo)體系,具體如圖4、表1所示。

基于上述風(fēng)險預(yù)測指標(biāo)體系,分別運用AHP、熵權(quán)法對各層評價指標(biāo)進(jìn)行求解。由于篇幅限制,此處直接給出各評價指標(biāo)的權(quán)重ω1、ω2,如式(15)、式(16)所示。

ω1=0.107,0.088,0.066,0.396,0.134,0.111,0.052,0.046(15)

ω2=0.110,0.053,0.055,0.397,0.170,0.111,0.057,0.047(16)

由博弈權(quán)重集化式(10)~(14),求出該項目施工風(fēng)險評價指標(biāo)的綜合權(quán)向量ω,如式(17)所示。

ω=0.108,0.077,0.063,0.396,0.145,0.111,0.053,0.046(17)

利用Matlab軟件創(chuàng)建該指標(biāo)體系下的BP神經(jīng)網(wǎng)絡(luò)。為確保網(wǎng)絡(luò)(函數(shù))的準(zhǔn)確性,選取10座經(jīng)項目驗證的超高墩T構(gòu)橋(如赫章特大橋等)作為網(wǎng)絡(luò)的訓(xùn)練和測試樣本。隨機(jī)抽取9組數(shù)據(jù)作為訓(xùn)練集,1組數(shù)據(jù)作為測試集,具體數(shù)據(jù)如下頁表2所示。

將評價指標(biāo)Pi作為輸入層神經(jīng)元,將風(fēng)險值R作為輸入層神經(jīng)元,采用試湊法確定網(wǎng)絡(luò)收斂最快、誤差最小時對應(yīng)的隱藏層節(jié)點數(shù)為3[7],其結(jié)構(gòu)如下頁圖5所示。

然后將所有樣本代入后檢驗得,10組數(shù)據(jù)平均相對誤差為0.489%,最大誤差為1.57%,故該網(wǎng)絡(luò)擬合較好,可用于超高墩T構(gòu)橋主墩施工風(fēng)險預(yù)測。

將龐納子大橋高墩施工風(fēng)險評價指標(biāo)的綜合權(quán)向量ω輸入上述網(wǎng)絡(luò),得到風(fēng)險預(yù)測值為0.348,由表3可判定該項目風(fēng)險較低,在可接受范圍內(nèi)。

根據(jù)綜合權(quán)向量ω及表2中風(fēng)險指標(biāo)Pi-風(fēng)險值R之間的映射關(guān)系可知,該項目施工主要風(fēng)險因素依次為:墩身垂直度、風(fēng)荷載、日照溫差、混凝土強(qiáng)度等。其中,風(fēng)荷載、日照溫差均會影響高墩的垂直度,因此建議在該項目施工過程中對其墩身垂直度進(jìn)行風(fēng)險監(jiān)控。

5 結(jié)語

(1)基于博弈論和BP神經(jīng)網(wǎng)絡(luò)的橋梁風(fēng)險預(yù)測模型以減少主觀成分為原則,通過提高評價指標(biāo)的準(zhǔn)確度、全面性和科學(xué)性進(jìn)而獲得可靠的風(fēng)險預(yù)測值。

(2)由預(yù)測模型求得龐納子大橋高墩施工風(fēng)險值為0.348,判定該項目風(fēng)險較低,在可接受范圍內(nèi)。

(3)該項目施工主要風(fēng)險因素依次為:墩身垂直度、風(fēng)荷載、日照溫差、混凝土強(qiáng)度等。

(4)建議在該項目施工過程中對其墩身垂直度進(jìn)行風(fēng)險監(jiān)控。

參考文獻(xiàn)

[1]袁光杰.復(fù)雜環(huán)境下超高墩T構(gòu)橋施工過程風(fēng)險分析與應(yīng)對措施研究[D].重慶:重慶交通大學(xué),2020.

[2]姜越川.連續(xù)剛構(gòu)橋施工風(fēng)險評估研究[J].中外建筑,2011(2):77-78.

[3]李凌俊.超高墩連續(xù)剛構(gòu)橋施工期內(nèi)風(fēng)險評估研究[D].重慶:重慶交通大學(xué),2012.

[4]金 晶,李宗昊,朱 亮,等.BP神經(jīng)網(wǎng)絡(luò)在鐵路建設(shè)風(fēng)險評估中的應(yīng)用[J].鐵道工程學(xué)報,2019,36(3):103-109.

[5]吳小萍,儲誠誠,李月光,等.博弈論在高速公路施工期環(huán)境影響評價中的應(yīng)用[J].鄭州大學(xué)學(xué)報(工學(xué)版),2012,33(6):36-40.

[6]蘇觀南,付修慶,劉天祥.改進(jìn)的博弈論綜合權(quán)重在大壩安全綜合評價中的應(yīng)用[J].中國農(nóng)村水利水電,2014(11):82-85.

[7]王飛球,黃健陵,符 競,等.基于BP神經(jīng)網(wǎng)絡(luò)的跨既有線高速鐵路橋梁施工安全風(fēng)險評估[J].鐵道科學(xué)與工程學(xué)報,2019,16(5):1 129-1 136.

[8]方 鴻.跨鐵路高墩連續(xù)剛構(gòu)橋穩(wěn)定性研究及風(fēng)險分析[D].長沙:長沙理工大學(xué),2012.

[9]納啟財.高原地區(qū)環(huán)境及養(yǎng)護(hù)條件對混凝土性能的影響[J].混凝土與水泥制品,2016(1):10-13.

[10]張謝東,郭俊峰,余建宜,等.山區(qū)高墩大跨橋梁施工過程中的風(fēng)險識別[J].橋梁建設(shè),2008(6):80-83.

[11]虞 輝,李利軍,張 溪.山區(qū)高墩連續(xù)剛構(gòu)橋安全風(fēng)險評估研究[J].現(xiàn)代交通技術(shù),2012,9(1):29-32.

作者簡介:黃 偉(1988—),研究方向:橋梁風(fēng)險評估、橋梁健康監(jiān)測。

猜你喜歡
BP神經(jīng)網(wǎng)絡(luò)博弈論
就bp神經(jīng)網(wǎng)絡(luò)銀行選址模型的相關(guān)研究
基于DEA—GA—BP的建設(shè)工程評標(biāo)方法研究
價值工程(2016年30期)2016-11-24 13:17:31
基于BP神經(jīng)網(wǎng)絡(luò)的旅行社發(fā)展方向研究
商情(2016年39期)2016-11-21 09:30:36
復(fù)雜背景下的手勢識別方法
BP神經(jīng)網(wǎng)絡(luò)在軟件質(zhì)量評價中的應(yīng)用研究 
BP神經(jīng)網(wǎng)絡(luò)算法在數(shù)值預(yù)報產(chǎn)品釋用中的應(yīng)用
科技視界(2016年20期)2016-09-29 14:15:12
基于博弈論的計算機(jī)網(wǎng)絡(luò)對抗問題分析
博弈論視角下的自首行為分析
無知之幕與博弈:從“黃燈規(guī)則”看博弈論的一種實踐方案
樊畿不等式及其在博弈論中的應(yīng)用
渭源县| 高邮市| 泗水县| 老河口市| 通榆县| 喜德县| 天津市| 彭山县| 城步| 平舆县| 扶风县| 剑川县| 曲麻莱县| 阿鲁科尔沁旗| 辛集市| 平谷区| 图片| 米泉市| 刚察县| 工布江达县| 宾川县| 英山县| 肇源县| 凉山| 岳池县| 扎鲁特旗| 巫溪县| 宁晋县| 景德镇市| 邮箱| 桃江县| 印江| 福清市| 涪陵区| 伊金霍洛旗| 海南省| 延安市| 丰宁| 沾益县| 香格里拉县| 博客|