岩体质量评判的多粒度计算方法
Multi-Grained Calculation Method for Rock Mass Quality Evaluation
DOI: 10.12677/PM.2022.126108, PDF,    科研立项经费支持
作者: 刘 谦*, 毛 华#, 连萌璇, 刘 川, 张植明, 杨兰珍：河北大学，河北 保定 ；杜宝苍：河北大学，河北 保定 ；河北金融学院，河北 保定
关键词: 多粒度形式背景；岩体质量评判；粒计算；权重；Multi-Granularity Formal Concept； Rock Mass Quality Evaluation； Granular Computing； Weight
摘要: 地下工程岩体质量评判是进行工程设计、灾难控制的重要依据。为了提高评判效率，利用多粒度计算的方法对工程围岩稳定性进行质量评判。首先，对多粒度形式背景的粒度树上的属性块进行组合；其次，给出了计算广义介粒度剪枝形式背景权重的方法；最后，计算影响工程岩体质量的指标权重的方法，并用实例证明了方法的可行性和科学性。
Abstract: Quality evaluation of underground engineering rock mass is an important basis for engineering design and disaster control. In order to improve the evaluation efficiency, the multi-granularity calculation method is used to evaluate the stability of surrounding rock. Firstly, attribute blocks in the granularity tree of multi-granularity formal background are combined. Secondly, the weight is taken as the criterion to evaluate the performance of optimal rock mass selection in underground engineering. Finally, the effectiveness of the weight-based optimal rock mass selection metric method is analyzed.
文章引用：刘谦, 杜宝苍, 毛华, 连萌璇, 刘川, 张植明, 杨兰珍. 岩体质量评判的多粒度计算方法[J]. 理论数学, 2022, 12(6): 986-995. https://doi.org/10.12677/PM.2022.126108

参考文献

[1] 刘飞跃, 刘一汉, 杨天鸿, 等. 基于岩芯图像深度学习的矿山岩体质量精细化评价[J]. 岩土工程学报, 2021, 43(5): 968-974.
[2] 陈卫忠, 王鲁瑀, 谭贤君, 等. 裂隙岩体地下工程稳定性研究发展趋势[J]. 岩石力学与工程学报, 2021, 40(10): 1945-1961.
[3] 周坦, 胡建华, 匡也. 基于模糊RES−多维云模型的岩体质量评判方法与应用[J]. 中国有色金属学报, 2019, 29(8): 1771-1780.
[4] 丁振杰, 郑俊, 吕庆, 等. 《工程岩体分级标准》中边坡工程岩体质量指标计算的讨论[J]. 岩土力学, 2019, 40(1): 275-280.
[5] 邬书良, 陈建宏, 周智勇, 等. 约简概念格与模糊优选在地下工程岩体质量评判中的应用[J]. 中南大学学报(自然科学版), 2015, 46(10): 3872-3878.
[6] 陈雪峰, 陈文涛, 罗建梅, 等. 熵权TOPSIS模型在地下工程岩体质量评价中的应用[J]. 工业安全与环保, 2018, 44(3): 20-23.
[7] 中华人民共和国水利部. 工程岩体分级标准(GB/T50218-2014) [S]. 北京: 中国计划出版社, 2014.
[8] Muhammad, H., Yanjun, S., Peng, S., et al. (2022) Evaluation of Engineering Rock Mass Quality via Inte-gration between Geophysical and Rock Mechanical Parameters. Rock Mechanics and Rock Engineering, 2022, 1-21.
[9] Gottron, D. and Henk, A. (2021) Upscaling of Fractured Rock Mass Properties—An Example Comparing Discrete Fracture Network (DFN) Modeling and Empirical Relations Based on Engineering Rock Mass Classifications. Engineering Geology, 294, Article ID: 106382. [Google Scholar] [CrossRef] 
[10] Wei, M.D., Feng, D., Ji, Y.L., et al. (2021) Effect of Fluid Pressure Gradient on the Factor of Safety in Rock Stability Analysis. Engineering Geology, 294, Article ID: 106346. [Google Scholar] [CrossRef] 
[11] Liu, K.Y., Liu, B.G. and Fang, Y. (2019) An Intelligent Model Based on Statistical Learning Theory for Engineering Rock Mass Clas-sification. Bulletin of Engineering Geology and the Environment, 78, 4533-4548. [Google Scholar] [CrossRef] 
[12] Chahra, Y., Riad, B. and Mustapha, T. (2021) Application of Classification Systems for the Assessment of Rock Mass Stability—Case of National Road 43, Jijel, Algeria. Arabian Journal of Geosciences, 14, Article No. 203. [Google Scholar] [CrossRef] 
[13] Xie, M.W., Liu, W.M., Du, Y., et al. (2021) The Evaluation Method of Rock Mass Stability Based on Natural Frequency. Advances in Civil Engineering, 2021, Article ID: 6652960. [Google Scholar] [CrossRef] 
[14] 周坦, 胡建华, 匡也. 基于模糊RES-多维云模型的岩体质量评判方法与应用[J]. 中国有色金属学报, 2019, 29(8): 1771-1780.
[15] 陈顺满, 吴爱祥, 王贻明, 等. 基于粗糙集和改进功效系数法的岩体质量评判[J]. 华中科技大学学报(自然科学版), 2018, 46(7): 36-41.
[16] 陈武, 晏鄂川, 崔学杰, 等. 基于变权重区间模糊评判法的岩体质量评判[J]. 人民长江, 2018, 49(18): 69-74.
[17] 李建斌, 郑赢豪, 荆留杰, 等. 基于岩体聚类分级的TBM掘进参数预测方法[J]. 岩石力学与工程学报, 2020, 39(S2): 3326-3337.
[18] 王凤云. 深埋隧道软弱围岩稳定性分析及其锚固控制研究[J]. 岩石力学与工程学报, 2020, 39(10): 2160.
[19] 张頔, 李邵军, 徐鼎平, 等. 双江口水电站主厂房开挖初期围岩变形破裂与稳定性分析研究[J]. 岩石力学与工程学报, 2021, 40(3): 520-532.
[20] Zadeh, L. (1979) Fuzzy Sets and Information Granularity. In: Advances in Fuzzy Set Theory and Applications, North-Holland, Amsterdam, 3-18.
[21] Lin, T.Y. (1998) Granular Computing on Binary Relations: Data Mining and Neighborhood Systems. In: Rough Sets in Knowledge Discovery, Physcia-Verlag, Heidelberg, 107-121.
[22] Yao, Y.Y. (2004) Granular Computing. Computer Science, 10, 31-35.
[23] Marilyn, B., Gonzalo, N., Koen, V., et al. (2021) Data Quality Measures Based on Granular Computing for Multi-Label Classification. Information Sciences, 560, 51-67. [Google Scholar] [CrossRef] 
[24] Lu, C., Xu, P. and Cong, L.H. (2020) Fault Diagnosis Model Based on Granular Computing and Echo State Network. Engineering Applications of Artificial Intelligence, 94, Article ID: 103694. [Google Scholar] [CrossRef] 
[25] Liu, X.Q., Wang, Y.J. and Wang, L.D. (2021) Sustainable Competitiveness Evaluation of Container Liners Based on Granular Computing and Social Network Group Decision Making. International Journal of Machine Learning and Cybernetics. (Prepublish)
[26] Liu, N., Su, Z.S., Wu, H.Y., et al. (2021) Conversion-Based Aggregation Algorithms for Linear Ordinal Rankings Combined with Granular Computing. Knowledge-Based Systems, 219, Article ID: 106880. [Google Scholar] [CrossRef] 
[27] 李金海, 贺建君. 多粒度形式背景的不确定性度量与最优粒度选择[J]. 控制与决策, 2022, 37(5): 1299-1308.
[28] 李金海, 王飞, 吴伟志, 等. 基于粒计算的多粒度数据分析方法综述[J]. 数据采集与处理, 2021, 36(3): 418-435.
[29] 李金海, 贺建君, 吴伟志. 多粒度形式概念分析的类属性块优化[J]. 山东大学学报(理学版), 2020, 55(5): 1-12.
[30] 李金海, 李玉斐, 米允龙, 等. 多粒度形式概念分析的介粒度标记方法[J]. 计算机研究与发展, 2020, 57(2): 447-458.
[31] 李金海, 王飞, 吴伟志, 等. 基于粒计算的多粒度数据分析方法综述[J]. 数据采集与处理, 2021, 36(3): 418-435.
[32] 丁宏飞, 罗霞, 刘博, 等. 一种基于粒计算的道路交通流参数预测方法[P]. 中国专利, CN105185106B, 2017.
[33] 王国胤, 代劲, 李昊. 基于多粒度认知计算的生产安全管理与决策[J]. 中国科学基金, 2021, 35(5): 752-758.
[34] 张恒汝, 朱科霖, 徐媛媛, 等. 抽油机井参数优化的粒计算方法[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 115-123.
[35] 毛华, 刘谦, 连萌璇, 等. 地下工程岩体质量评判的三支决策方法[J]. 河北大学学报. (已录用)

为你推荐