泥石流公路防治工程易损性评价

论文摘要

公路在交通运输中起着重要的作用,而泥石流严重影响着公路的正常运行和行车安全。我国山地约占国土面积的三分之二,是世界上泥石流分布较广泛和灾情较严重的国家之一。公路作为一种线状构造物,不可避免的要穿越各类地貌单元,涉及各种复杂的地质和地形条件,遭受着各种灾害的威胁。自然因素和人为活动的共同作用,造成了我国西部泥石流分布广泛、类型多样、活动频繁、灾害严重的局面。近几十年来,泥石流平均每年造成的直接经济损失达数亿元之多。桥梁、涵洞等防治工程遭到严重的损毁。泥石流灾害是区域性的,公路是线性的,泥石流对公路的破坏是点的、影响是线和面的,因此开展对公路泥石流防治工程的易损性评价,不仅可以对防治工程的抗灾能力有所认识,而且对改善防治工程的抗灾能力具有重要的意义。论文以G212线陇南段、云南S207线东川段、川藏公路南线波密至拉萨段的泥石流防治工程为依托,以泥石流公路防治工程易损性评价及分级为主要内容,着重对以下几个方面进行了研究：论文首先对所依托工程地区泥石流发育的内外动力条件进行了调研,并对其在泥石流形成中的作用及其特点进行了详细的论述。根据调研需要,提出了公路泥石流现场调研的方法。在对泥石流防治工程现场调研的基础上,初步分析了其损毁的影响因素。其次,在前人研究的基础上,论述了泥石流公路防治工程的类型及其适用性。在实际调研的基础了,给出了五种泥石流公路综合防治模式,且对其适用性和合理性进行了分析研究。同时给出了公路泥石流防治的生物措施,如护林工程、牧业措施、农业措施等。基于对防治工程的调查分析,探讨了各防治工程损毁类型及其损毁成因机理,为易损性评价指标的选取奠定了基础。最后,在防治工程损毁成因机理的分析的基础上,同时遵循系统性原则、客观性原则、主导性原则、最优化原则、实用性原则、可取性原则选取防治工程易损性指标构建公路泥石流防治工程易损性评价指标体系,划分了评价指标的等级。选取基于AHP分析法二级模糊综合评价法建立公路泥石流防治工程易损性评价模型,对所调研的桥梁工程、涵洞工程、渡槽工程进行了易损性评价。在此基础上,选取BP人工神经网络构建防治工程易损性指数预测模型,并以涵洞工程作为训练样本,对网络进行训练,最终获取稳定网络的结构参数,并以此网络对未训练工程进行外推预测,预测结果与实际吻合。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究目的和意义
• 1.2 论文依托项目
• 1.3 国内外研究现状
• 1.4 论文研究内容和技术路
• 1.4.1 研究内容
• 1.4.2 研究技术路线
• 第二章 公路泥石流灾害现场调研及其分析研究
• 2.1 依托工程泥石流灾害概况
• 2.2 公路泥石流现场调查及分析
• 2.2.1 公路泥石流现场调查方法
• 2.2.2 公路泥石流内外动力环境调研概况
• 2.2.3 公路泥石流内外动力环境分析
• 2.3 泥石流公路防治工程现场调研及分析
• 2.3.1 防治工程主要类型
• 2.3.2 防治工程调研分析
• 2.4 本章小结
• 第三章 泥石流公路防治工程及其损毁成因研究
• 3.1 泥石流防治的目的和原则
• 3.1.1 防治的目的
• 3.1.2 防治原则和指导思想
• 3.2 泥石流公路防治工程措施
• 3.2.1 工程防治措施
• 3.2.2 生物防治
• 3.2.3 综合防治工程
• 3.3 泥石流公路防治工程的损毁成因分析
• 3.3.1 泥石流公路防治工程损毁类型
• 3.3.2 泥石流公路防治工程损毁的成因分析
• 3.4 本章小结
• 第四章 泥石流公路防治工程易损性评价
• 4.1 易损性概述
• 4.1.1 易损性评价的概念与目的
• 4.1.2 易损性评价国内外研究
• 4.2 泥石流公路防治工程易损性影响因素
• 4.2.1 桥涵易损性影响因素
• 4.2.2 渡槽易损性影响因素
• 4.2.3 泥石流自身特性的影响
• 4.3 易损性评价指标体系的建立
• 4.3.1 指标体系建立的原则
• 4.3.2 易损性评价指标体系建立及其分级
• 4.4 基于AHP分析的二级模糊综合评价模型
• 4.4.1 AHP法确定指标权重
• 4.4.2 模糊综合评价
• 4.4.3 模糊综合评价等级的判定
• 4.5 泥石流公路防治工程易损性评价
• 4.5.1 防治工程易损性评价初始值
• 4.5.2 模糊隶属度的确定
• 4.5.3 防治工程模糊综合评价
• 4.6 本章小结
• 第五章 泥石流公路防治工程易损性指数神经网络预测
• 5.1 人工神经网络
• 5.1.1 人工神经网络的概述
• 5.1.2 人工神经元模型
• 5.1.3 人工神经网络的学习
• 5.1.4 神经网络处理信息的数学过程
• 5.2 BP神经网络模型建立
• 5.2.1 BP神经网络结构及算法
• 5.2.2 样本选择及其数据处理
• 5.2.3 BP网络结构设计
• 5.2.4 BP神经网络预测模型
• 5.3 BP神经网络训练样本及其预处理
• 5.4 BP神经网络模型的MATLAB实现
• 5.4.1 MATLAB简介
• 5.4.2 利用MATLAB实现BP神经网络模型
• 5.5 泥石流公路防治工程易损性指数预测
• 5.6 本章小结
• 第六章 结论与展望
• 参考文献
• 致谢
• 攻读硕士学位期间取得的研究成果
• 攻读硕士学位期间参与的主要科研项目