基于粗糙集理論數(shù)據(jù)挖掘方法在邊坡安全評價中的應用.pdf

1、粗集理論(Rough Set)作為智能信息處理技術的一個新成果，是由波蘭科學家Z.Pawlak教授提出來的對不完整數(shù)據(jù)進行分析、推理、學習、發(fā)現(xiàn)的新方法。根據(jù)粗集理論的方法，數(shù)據(jù)挖掘就是給定知識表達系統(tǒng)的條件屬性和結(jié)果(決策)屬性，求出所有符合該知識的最小決策算法。 數(shù)據(jù)挖掘的實施是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中，人們事先并不知道，但又是潛在有用的信息和知識的過程。但眾所周知，基于人工方法獲取

2、專家經(jīng)驗的專家系統(tǒng)，其知識獲取是個“瓶頸”問題，而對于象邊坡工程這樣復雜的系統(tǒng)，其知識獲取將更是一件不容易的事；神經(jīng)網(wǎng)絡系統(tǒng)雖然其網(wǎng)絡模型很多，但大多都有一定的適應范圍和局限性。因此，針對邊坡安全性評價這類復雜問題，需要多種方法和途徑的互補，才能達到預期的目的。 本文就人工邊坡和自然邊坡中的災害性滑坡，結(jié)合邊坡數(shù)據(jù)庫中大量邊坡災害的歷史數(shù)據(jù)，采用基于粗糙集理論的數(shù)據(jù)挖掘技術及分析方法，綜合挖掘出邊坡發(fā)生災害性活動的內(nèi)在規(guī)律，使得

3、大量寶貴的歷史數(shù)據(jù)在進行現(xiàn)階段以及將來的工程分析中得以最充分的利用。這樣不僅解決了“將分散的信息變成集中的信息，使孤立的信息變成相互聯(lián)系的信息，使無價值的數(shù)據(jù)變成有價值的信息”等技術難題；同時也使得邊坡安全的綜合評價工作能結(jié)合歷史數(shù)據(jù)與當前數(shù)據(jù)，故結(jié)果更加符合工程實際。 本文在數(shù)據(jù)挖掘結(jié)果的基礎上建立了邊坡安全的風險分析模型，通過定性和定量分析，實現(xiàn)對邊坡風險本身的自然特性、災害后果、不確定因素的類型以及它們對決策過程的影響進行