基于多属性决策的滑坡治理方案优选与监测分析研究

摘要

滑坡治理是灾害治理工程中的热点，选择经济、合理、有效的滑坡治理方案是开展滑坡治理工程的重要基础，但在实际滑坡防治中由于治理方案选择不合理而导致治理效果不佳，后期进行应急治理和方案变更等造成极大的资源浪费。因此，在滑坡治理工程开展之前如何选择最优治理方案尤为重要。本文以某滑坡在初设阶段提出的四种治理方案为基础，分别利用AOWEA算子和风险态度因子对这四种方案进行了优选研究，并对第二种方法的风险态度因子进行了敏感性分析；然后根据地表变形监测数据，对实际执行治理方案进行了危险性和工程治理评价；最后基于Elman神经网络，根据地表变形监测数据对该滑坡变形进行了预测。
　　本研究主要内容包括：⑴基于AOWEA算子建立滑坡治理方案优选模型，求解得出滑坡治理初步设计方案优选排序结果：S1＞S3＞S4＞S2。⑵基于风险态度因子?建立滑坡治理方案优选模型，求解得出滑坡治理初步设计方案优选排序结果：当α∈[-0.20,0.50]时，S1＞S2＞S3＞S4；当α∈[-0.50,-0.20)时，S4的综合属性效用值依次超过S3、S2和S1，且当α=-0.5时，S4＞S3＞S2＞S1。⑶风险态度影响下的方案排序敏感性分析结果：S3和 S4的敏感区间为α∈[-0.21,-0.20]， S2和 S4的敏感区间为α∈[-0.34,-0.33]， S1和 S4的敏感区间为α∈[-0.48,-0.47]。⑷根据地表变形监测分析对执行治理方案进行工程治理评价，结果表明：中区滑坡地表变形累计位移、速率和加速度均较大，工程治理效果较差；南区滑坡地表变形累计位移、速率和加速度均较小，工程治理效果显著；北区滑坡后缘变形累计位移、速率和加速度较小，但滑坡中部变形累计位移、速率和加速度均较大，工程治理效果一般。⑸基于Elman神经网络，以监测点J24和J29滑坡变形动态预测为例，结果表明：J24和J29的变形预测曲线与实测值曲线趋势基本一致，预测值与实测值的最大误差分别为8.00％和5.84%，平均误差分别为1.72%和1.07%。

目录

声明

第一章 绪论

1.1 研究意义

1.2 国内外研究现状

1.3 研究内容及技术路线

第二章 滑坡概况与治理方案简介

2.1 滑坡概况

2.2 治理方案简介

2.3 本章小结

第三章 滑坡治理方案的多属性决策优选研究

3.1 引言

3.2 多属性决策基本思路

3.3 滑坡治理方案的AOWEA算子优选

3.4滑坡治理方案的风险态度因子优选

3.5 本章小结

第四章 基于变形监测分析的滑坡危险性评价

4.1 引言

4.2 滑坡变形监测方案

4.3 滑坡变形预警指标及风险指标的建立

4.4 滑坡变形的危险性评价

4.5 本章小结

第五章 滑坡变形的Elman神经网络动态预测

5.1 引言

5.2 Elman神经网络

5.3 Elman神经网络的滑坡变形动态预测模型

5.4 滑坡变形动态预测模型的工程应用

5.5 本章小结

总结与展望

总结

展望

参考文献

攻读硕士研究生期间成果

致谢