欢迎来到天天文库
浏览记录
ID:36500867
大小:313.83 KB
页数:5页
时间:2019-05-11
《基于CBR的高速公路路基安全风险预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第38卷,第6期公路工程Vo1.38,No.62013年12月HighwayEngineeringDec.,2013基于CBR的高速公路路基安全风险预测阳海斌(育才一布朗交通咨询监理有限公司,湖南长沙410076)[摘要]路基安全是高速公路建设管理的重要内容,然而,传统的风险预测方法难以满足预测精度的需要。本文运用模糊数学的有关理论,介绍了一个基于案例推理(CBR)的高速公路路基安全风险预测模型,并结合实际进行了应用检验。实例表明,该方法具有对案例库的更新功能,能够为高速公路路基安全风险预测提供有价值的参考依据。[关键词]案例推理;路基;安全;风险预测
2、[中图分类号】U416.1[文献标识码]A[文章编号】1674—0610(2Ol3)06—0137=05RiskPredictionofHighwayRoadbedSecurityBasedonCBRYANGHaibin(YucaiBraunTransportationConsultingandManagementCorporationLimited,Changsha,Hunan410076,China)[Abstract]Theroadbedsecurityisanimportantpartofhighwayconstructionmanagemen
3、t,howev-er,traditionalriskpredictionmethodsaredifficulttomeettheneedsofthepredictionaccuracy.Inthispaper,byusingthetheoryoffuzzymathematics,introducesaCase-basedreasoning(CBR)ofhighwayroadbedsecurityriskpredictionmodel,combinedwiththepracticalapplicationtest.Theexamplesshowthatt
4、hemethodhasafunctionofupdatingthecasedatabase,andprovidesvaluablereferenceinthehigh—wayroadbedsecurityriskprediction.[Keywords]Case·basedreasoning;Roadbed;Security;Riskprediction路基安全是高速公路建设中常见的关键问题,神经网络分析法等,但该系列定量方法往往对已有它对公路的设计、施工和未来的安全运营都有着重数据进行过分拟合,预测精度往往差强人意。众所大影响。但传统的安全管理实质上
5、是被动的事故管周知,准确合理的前期风险预测是避免决策失误的理,安全预防准备工作不足,导致长期以来“安全第根本保证。然而,许多建设单位仍然不是很重视建一,预防为主”的工作方针在建设施工中很难落到设阶段的风险识别和预测,相应工作只是运用简单实处。为改变落后的安全管理局面,我国政府已要的技术分析方法走走过场而已,甚至未经分析而凭求安全工作需从事故后的处理事故向前期预测、预借经验或主观臆断,导致项目存在重大的安全隐患。防转变。可见,风险和事故的预测水平及预测精度究其原因,实质是缺乏积累使得安全预测无本可依,对安全决策工作具有非常重要的意义。无因可循。若要彻底改
6、变目前不合理的安全管理局面,必须从根本上重视案例积累的过程。因此,本文l研究方法分析基于案例推理(CBR)技术,建立高速公路路基安全目前,越来越多的学者开始研究高速公路的安风险评价模型。全风险问题,并引入了确定性分析和非确定性分析基于CBR的风险预测原理是基于现有案例风等数学模型方法进行评价。确定性分析方法主要有险事故资料的类比预测,通过搜索已有项目的案例极限平衡法,它着重于微观角度的评价,但并不能很数据库,搜寻与待建项目相似的模板,参考已完工项好的适应于整个路段的宏观评价。非确定性风险分目的事故和风险信息及其对应的解决方案作为待建析方法则主要有灰色理
7、论分析法、模糊综合评价法、项目的决策依据,可提供更为客观全面的决策辅助,[收稿日期]2013—03—22[作者简介j阳海斌(1967一),男,湖南长沙人,工程师,从事公路监理与检测工作。138公路工程38卷同时,借鉴过去经验措施制定防范策略,可在风险预若U为有限集合{“,u,⋯,Um),则A,B的相控中有效消除风险隐患,一旦待建工程完工后将其似度可表示为:纳入到案例数据库中,以不断更新案例库,为今后工程项目的风险和事故预测提供决策支持。该方法与∑wj×(()^())Ⅳ(A,B)=J=l(3)其他方法相比有如下优点:①CBR技术具有增量式学习的能力,可随
8、着时间的推移和案例的增加,不断\∑,×(()V())的充实案例库,同时,案例库的覆盖度和准确度
此文档下载收益归作者所有