基于数据分析的地下工程风险辨识及动态评价方法研究

To solve these problems exist in the risk assessment, such as less research on the relationship between the risk factors, the lack of datum about the construction, the static assessment, the influence of the subjectivity, this program propose a dynamic risk assessment method based on the datum of monitor during the engineering. The context are shown below: (1)We will collect the information about the tunnel and underground construction, analysis the accident cases happened during the construction, and then use the methods include Statistical Analysis Method, Work Breakdown Structure, Risk Breakdown Structure, Faulty Tree Analysis , Cluster Analysis, this program can effectively identify the risk factors in different stage of the construction. (2) Using the Fuzzy Mathematics to establish the membership function of the factors, this can help to research the dynamic stage and the accumulation of the risk. (3) Use Analytic Network Process to find the relationship between the factors and establish the indictor system of the dynamic assessment. (4) Combining the heuristic algorithm, the fuzzy comprehensive evaluation meth and the Artificial Neural Network to establish dynamic parameter prediction and risk assessment model, the model will be implant into the Geographic Information System by the Python.

针对地下工程风险评价存在的研究资料不足、风险因素相互关系研究较少、静态评价、主观性较强等问题，提出了基于案例数据分析的风险因素辨识和基于监测数据的动态参数预测和动态风险评价的方法，并开发动态风险管理系统。主要包括以下内容：（1）收集整理近年来的工程建设情况及事故案例数据，客观有效的识别地下工程各个阶段的风险因素；（2）利用网络分析法研究风险评价指标的相互关系，最终建立评价指标体系；（3）建立各个风险因素的隶属函数、概率分布函数，对风险因素的动态变化过程以及风险的累加效应进行研究；（4）利用启发式算法与贝叶斯网络相结合的方法建立动态参数预测与风险评估模型，将模型嵌入到地理信息系统（GIS）中，最终实现对施工过程的全过程管理和风险的动态评价。

准确合理的风险评价和风险管理能够减少工程项目施工过程中事故发生的频率和确保施工安全。目前对隧道与地下工程风险管理中风险因素的辨识和风险评价主要集中在利用专家经验进行总体、静态的风险评价。但是，实际施工过程中风险因素的状态并非一成不变而是在动态变化的。因此，能够描述工程风险动态演化的动态评价方法更加符合施工实际。目前我国隧道等地下工程建设已经积累了大量的工程施工案例，这些案例是当前和今后风险管理、技术改进的重要资源，如何充分挖掘这些数据以更加切合实际的进行风险辨识与风险评价，有待于研究。其次，随着大数据理论和技术的进步，数据挖掘方法在各行各业中得到了广泛的应用，地下工程建设所积累的数据和施工过程中的监测数据，不仅可以为工期预测和投资费用预估提供有效的方法，也可以为隧道建设过程中的风险辨识、风险预测以及风险评价等问题提供新的思路。.本项目在收集统计近二十年来塌方事故案例的基础上，通过数据挖掘，对隧道塌方事故进行了系统分类，分析了隧道塌方的主要影响因素，揭示各因素之间的相互关系，建立了隧道塌方风险评价指标体系；基于所建立的风险评价指标体系，结合专家调查法，提出了一种基于模糊多态贝叶斯网络的动态风险评价方法；考虑到多态模糊条件概率表构造的复杂性，引入copula函数来描述节点间的依赖关系，提出了一种基于copula函数和非参数贝叶斯网络相结合的动态风险评价方法；在优化传统Verhulst模型背景值的基础上，引入马尔可夫链，提出优化的Verhulst-MC预测模型，能够获得更高的预测精度；提出了基于实数编码遗传算法和最优化双参数强度折减法相结合的评价方法对围岩稳定性进行评价，基于GIS平台，能够获得直观的围岩稳定性预测评价图；开发了多态模糊贝叶斯网络风险评价软件，并结合BIM技术，实现风险等级的可视化管理；最后进行典型实证研究。