基于证据推理的隧道坍塌多源信息融合评估

摘要

由于影响因素众多，隧道坍塌风险评估是一个多属性决策问题.单源信息评估方法难以充分考虑所有的风险因素，导致预测结果存在偏差.为了评估隧道坍塌风险并提供更准确的风险控制策略，本研究提出了一种新的多源信息融合方法，该方法将云模型（CM）、支持向量机（SVM）和基于证据推理（ER）相结合.对多个信息源进行分析，得到不同的坍塌风险评估模型（目视检查数据通过SVM获取分类概率值，监测数据通过云模型获取概率值）.每个模型的质量都由可信度和重要性权重来评价.然后运用ER规则融合各个评估模型的结果，给出总体的坍塌概率风险评估.与D-S理论相比，ER规则在处理高冲突信息方面具有更大的优势.当不同信息源的风险评估结果不一致时，D-S理论的融合结果往往会与常识相反，ER规则融合由于考虑了评估模型的重要性权重和可信度，更适用于高冲突信息的融合.该方法已成功应用于福建莆炎高速公路的鱼塘溪隧道.结果表明，所提出的多源信息融合方法的评价准确率为87.5%，而单源信息融合方法的评价准确率小于70%.此外，即使不同模型的风险结果存在较大的冲突，该融合模型也具有良好的性能.

关键词

隧道坍塌 / 风险评估 / 云模型 / 支持向量机 / 证据理论