巖體質(zhì)量分級的組合賦權(quán)云模型

唐皓 段釗 唐勝利 王東坡 曾鵬

摘 要：巖體質(zhì)量分級是一個復(fù)雜的工程決策問題，不僅具有模糊性及不確定性特征，而且用于分級評價的因子權(quán)重難以準(zhǔn)確確定。基于云模型處理模糊性和不確定性問題的獨特優(yōu)勢，同時借助組合賦權(quán)技術(shù)，提出組合賦權(quán)-云模型的巖體質(zhì)量分級評價模型。該模型選用巖石單軸抗壓強度σc，巖石質(zhì)量指標(biāo)RQD，結(jié)構(gòu)面間距Jd，結(jié)構(gòu)面摩擦系數(shù)f，巖體鉆進速度T及巖體聲波波速V作為巖體質(zhì)量等級評價因子，根據(jù)單指標(biāo)巖體質(zhì)量分級標(biāo)準(zhǔn)計算各評價因子隸屬于不同巖體質(zhì)量等級的云數(shù)字特征。同時，以相關(guān)巖體質(zhì)量分級案例為對象，在德爾菲法及變異系數(shù)法求得的評價因子權(quán)重基礎(chǔ)上，基于距離函數(shù)約束思路獲得組合賦權(quán)后的評價因子綜合權(quán)重。再依據(jù)正向正態(tài)云發(fā)生器，得到待評案例樣本的綜合確定度，由最大綜合確定度判定巖體質(zhì)量等級。云模型應(yīng)用結(jié)果與其他評價方法應(yīng)用結(jié)果對比分析表明，組合賦權(quán)-云模型在巖體質(zhì)量分級應(yīng)用中具有良好的適用性和可靠性，為巖體質(zhì)量分級評價提供了一種新思路。

關(guān)鍵詞：地質(zhì)工程;巖體質(zhì)量分級;云模型;組合賦權(quán);云發(fā)生器;綜合確定度

中圖分類號：TU 457

文獻標(biāo)志碼：ADOI：10.13800/j.cnki.xakjdxxb.2019.0112文章編號：1672-9315（2019）01-0079-09

Combined weight cloud model of rock mass quality classification

TANG Hao，DUAN Zhao，TANG Sheng?li1，

WANG Dong?po2，ZENG Peng2

（1.College of Geology and Environment，Xi’an University of Science and Technology，Xi’an 710054，China;

2.State Key Laboratory of Geohazard Prevention and Geoenvironment Protection，

Chengdu University of Technology，Chengdu 610069，China）

Abstract：Quality classification of rock mass is a complicated decision problem of project.It has not only characteristics of fuzzy and uncertainty，but also the weight of evaluation factor is difficult to determine accurately.For this purpose，on the basis of advantage of cloud model for dealing with fuzzy and uncertainty problem and bycombined weight technology，an evaluation modelfor quality classification of rock mass based on combined weight and cloud model is proposed.Uniaxial compressive strength of rock，rock quality indicator，structural face interval，friction coefficient of structural face，drilling speed and acoustic of rock mass are selected as evaluation factors of model，and according to the criterion of quality classification of rock mass，and on the basis of quality classification criterion of rock mass，each evaluation factor is calculatedusing the characteristics of cloud number of quality levels of rock mass.Taking the relevant cases of quality classification of rock mass as object，and on the basis of evaluation factors weight which are got by Delphi and variance coefficient method，the comprehensive weights of evaluation factors are got based on constrains of distance function.The comprehensive degrees of certainty of samples for evaluation are calculated by the positive normal cloud generator，and the quality level of rock mass is finally specified by the maximum certainty degree.Comparing application of the cloud model with the other methods，it shows that combined weight?cloud model has good applicability and reliability for the quality classification of rock mass，and is a new idea for quality classification of rock mass.

Key words：geology engineering;quality classification of rock mass;combined weight;cloud model;cloud generator;comprehensive degree of certainty

0?引?言

巖體質(zhì)量分級一直是巖石力學(xué)中的一項基本問題，其意義在于為后續(xù)巖石工程勘測、設(shè)計及施工提供基本的依據(jù)，指導(dǎo)巖石工程的安全實施。針對巖體質(zhì)量分級評判的技術(shù)有很多，目前較為成熟且常用于巖石工程中的主要有《工程巖體分級標(biāo)準(zhǔn)》[1-2]、RQD分類法[3]、Q分類法[4]及RMR分類法[5]。除此之外，在考慮多因素影響巖體質(zhì)量基礎(chǔ)上，一些學(xué)者相繼提出了一些新的巖體質(zhì)量分級評判方法，如模糊綜合評價法[6]、灰色關(guān)聯(lián)分析法[7]、可拓物元方法[8-9]、神經(jīng)網(wǎng)絡(luò)方法[10-11]、支持向量機法[12]、屬性理論法[13-14]、距離判別法[15]及粗糙集法[16-17]等。

巖體質(zhì)量分級受多種影響因素控制，這些因素及其觀測值均具有模糊性和隨機性，以往的分類方法多數(shù)往往只能解決巖體質(zhì)量分級中的隨機性和模糊性其中一方面的問題，未能同時考慮2種不確定性影響作用。同時上述很多發(fā)展中的巖體質(zhì)量分級評判方法在確定評價因子權(quán)重這一核心要素時往往方法單一，未能同時發(fā)揮主觀賦權(quán)技術(shù)的經(jīng)驗積累優(yōu)點及客觀賦權(quán)的數(shù)據(jù)屬性優(yōu)勢。故對于巖體質(zhì)量分級研究仍有許多空間可以開拓改進。

云模型[18]是一種能夠?qū)崿F(xiàn)定性概念與定量數(shù)值之間不確定性轉(zhuǎn)換的模型，同時在分析問題時能夠很好的考慮分析要素的模糊性及隨機性。截止目前，云模型在很多工程地質(zhì)問題上取得了良好的應(yīng)用效果，如周科平、郝杰、王迎超應(yīng)用云模型實現(xiàn)了對巖爆等級分類及預(yù)測評價的研究[19-21];李健則應(yīng)用云模型對圍巖分類進行了探索[22];張軍則應(yīng)用云模型對巖質(zhì)邊坡穩(wěn)定性進行了評估分析[23]。上述研究經(jīng)驗表現(xiàn)了云模型技術(shù)在工程地質(zhì)分類及評價問題方面具有較強的優(yōu)勢和特點。而在評價因子權(quán)重確定研究方面，組合賦權(quán)技術(shù)正被逐步應(yīng)用到工程實踐中，如江強強、賈貴義、匡樂紅將組合賦權(quán)法應(yīng)用到了地質(zhì)災(zāi)害危險性評價的因子權(quán)重確定上，取得了較好的結(jié)果[24-26];而李軍霞、張晨則分別基于組合賦權(quán)技術(shù)實現(xiàn)了滑坡危險性評價及泥石流危險度評價[27-28];除此之外，郭慶清則應(yīng)用組合賦權(quán)進行了巖爆預(yù)測研究[29]，初建宇應(yīng)用組合賦權(quán)實現(xiàn)了城鎮(zhèn)避難場所選址研究[30]。上述成果顯示了組合賦權(quán)技術(shù)良好的應(yīng)用前景，主觀賦權(quán)可發(fā)揮賦權(quán)人的豐富經(jīng)驗?zāi)芰?，而客觀賦權(quán)可體現(xiàn)數(shù)據(jù)的自然規(guī)律，在同時考慮主、客觀賦權(quán)技術(shù)各自功能優(yōu)勢上綜合確定因子權(quán)重則具備更合理準(zhǔn)確的效果。

綜上所述，文中基于云模型分析問題的功能特點，借助組合賦權(quán)技術(shù)，構(gòu)建巖體質(zhì)量分級的組合賦權(quán)-云模型，采用相關(guān)文獻中巖體樣本資料及質(zhì)量分級結(jié)果驗證該模型的可行性及有效性，為巖體質(zhì)量分級開拓出一種新的方法和思路。

1?組合賦權(quán)及云模型

1.1?組合賦權(quán)法

地質(zhì)問題評價其關(guān)鍵點在于確定合理的評價指標(biāo)及準(zhǔn)確的指標(biāo)權(quán)重，而其中又以指標(biāo)權(quán)重的確定最為重要。單純的主觀賦權(quán)及客觀賦權(quán)雖然能完成指標(biāo)權(quán)重的確定，但各自亦存在部分缺點，基于數(shù)學(xué)優(yōu)化調(diào)整的主客觀組合賦權(quán)能夠更好的得到合理的指標(biāo)權(quán)重。因此，本節(jié)提出基于距離函數(shù)約束下的線性加權(quán)技術(shù)來獲取評價指標(biāo)的綜合權(quán)重。

1.1.1?德爾菲法

德爾菲法是一種反饋匿名函詢技術(shù)，又被稱為專家規(guī)定程序調(diào)查法，為一種典型的主觀賦權(quán)技術(shù)。其應(yīng)用可通過圖1所示的步驟，進行評價指標(biāo)權(quán)重值確定。其核心內(nèi)容在于專家針對不同指標(biāo)按照重要程度進行1～10的不同自然數(shù)評分（1表示次要，10表示重要，其他中間數(shù)值按大小進行重要度排序選?。?。再依據(jù)式（1）所示，應(yīng)用均值表示各指標(biāo)可能的權(quán)重值，用方差表示不同意見的分散程度。

式中?E為各指標(biāo)打分均值;δ2為方差;s為專家總?cè)藬?shù);ai為第i位專家的評分值;Wi為各指標(biāo)歸一化后的權(quán)重值。

1.1.2?變異系數(shù)法

變異系數(shù)又稱為標(biāo)準(zhǔn)差率，是衡量各指標(biāo)觀測值變異程度的一個統(tǒng)計量。一般來說，在多指標(biāo)評價中，某項指標(biāo)在所有評價對象上的觀測值變異程度很大，則說明該指標(biāo)最能反映評價對象的差異特征，相應(yīng)該指標(biāo)就能被賦予較大的權(quán)重值。變異系數(shù)法用于指標(biāo)權(quán)重值確定的步驟可歸納如下。

1）首先構(gòu)造評價對象及評價指標(biāo)所屬的觀測值矩陣Xij;

2）應(yīng)用式（2）計算各評價指標(biāo)的變異系數(shù)，其中Vi為第i項指標(biāo)的變異系數(shù);

σi為第i項指標(biāo)的標(biāo)準(zhǔn)差;Xi為第i項指標(biāo)的算術(shù)平均值;

3）應(yīng)用式（3）確定各評價指標(biāo)的權(quán)重值。

Vi=σiXi（2）

Wi=Vini=1Vi（3）

距離函數(shù)約束下的組合賦權(quán)。主觀賦權(quán)技術(shù)代表了評價人對評價對象的直觀認(rèn)識，而客觀賦權(quán)技術(shù)表明了評價對象實測數(shù)據(jù)的客觀規(guī)律。為了得到綜合反映評價指標(biāo)的實際權(quán)重ωz，一般常采用線性加權(quán)組合的方式（式（4））來計算確定（圖2）。

ωz=αω′i+βωi″（4）

式中?ω′i與ω″i分別為由主觀賦權(quán)及客觀賦權(quán)得到的第i項指標(biāo)權(quán)重;

α與β分別為對應(yīng)的2種權(quán)重分配系數(shù)。

為了得到合理準(zhǔn)確的權(quán)重分配系數(shù)α與β，可以引入距離函數(shù)約束法[28]。假設(shè)由主觀賦權(quán)及客觀賦權(quán)技術(shù)得到評價指標(biāo)的權(quán)重分別為ω′i與ω″i，則兩者的距離函數(shù)為

d（ω′1，ω″i），其表達(dá)式為

d（ω′i，ω″i）=

12ni=1（ω′1-

ω″i）212（5）

為了使得不同權(quán)重之間的差異程度和分配系數(shù)間的差異程度一致，則取式（5）中的距離函數(shù)與分配系數(shù)相等，得到相應(yīng)的表達(dá)式為

d（ω′i，ω″i）2=（α-β）2（6）

聯(lián)立式（7）所示的分配系數(shù)約束條件，即可求得組合賦權(quán)的分配系數(shù)，再應(yīng)用式（4）即可得到評價指標(biāo)的綜合權(quán)重。

α+β=1（7）

1.2?云模型

云模型是在模糊數(shù)學(xué)和概率論兩者糅合的基礎(chǔ)上由李德毅院士等發(fā)展起來的研究定性概念與其定量表示的認(rèn)知計算模型[31]。云模型應(yīng)用期望、熵及超熵3個數(shù)字特征值定量描述不確定性概念，再通過正向和逆向云發(fā)生器實現(xiàn)定性概念與定量數(shù)據(jù)之間的雙向認(rèn)知變換，從而揭示客觀對象具有的模糊性和隨機性。

1.2.1?云定義

設(shè)U是一個數(shù)值表示的論域（一維或者多維），C是U上的定性概念，假若定量數(shù)值x∈U是定性概念C的一次隨機實現(xiàn)，x對C的確定度μ（x）∈[0，1]是具有穩(wěn)定傾向的隨機數(shù)，亦即為

μ∶U→[0，1]，x∈U，x→μ（x）（8）

則x在論域U上的分布稱為云，記為C（X）。每一個x稱為一個云滴。

當(dāng)云分布滿足：

x～N（Ex，E′2n），其中，E′n～N（En，H2e），且對C的確定度如果滿足（x為變量值;Ex為期望;En為熵;He為超熵）

μ（x）=exp

-（x-Ex）22（E′n）2（9）

則稱其為論域U上的正態(tài)云。

1.2.2?云數(shù)字特征

云模型應(yīng)用期望Ex，熵En和超熵He3個數(shù)字特征來表征一個整體概念。將概念的整體特性用3個數(shù)字特征來反映，這是定性概念的整體定量特征，對理解定性概念的內(nèi)涵和外延有著極其重要的意義[20]。期望（Ex）表示概念在論域空間中的中心值，是最能夠代表定性概念的點，或者說是該概念量化的最典型樣本。熵（En）表示論域空間中可以被一個定性概念所接受云滴的取值范圍，亦即定性概念不確定性的度量，由概念的隨機性和模糊性共同決定。超熵（He）是熵（En）的熵，反映了云滴的離散程度，由熵的隨機性和模糊性共同決定。

根據(jù)云模型研究相關(guān)成果，可以得到應(yīng)用指標(biāo)（評價因子）針對某一等級標(biāo)準(zhǔn)的全云數(shù)字特征可按照下式進行計算

Ex=（Cmax+Cmin）/2

En=（Cmax-Cmin）/6

He=k（10）

式中?Cmin和Cmax分別為某一等級標(biāo)準(zhǔn)的最小及最大邊界值;k為常數(shù)，可根據(jù)變量的模糊閾度進行調(diào)整。對于某些單邊界限的變量，可依據(jù)變量的實際測度適當(dāng)確定合適的邊界參數(shù)，然后按照上式進行閉區(qū)間云數(shù)字特征計算。

1.2.3?云發(fā)生器

云發(fā)生器是云模型應(yīng)用的技術(shù)關(guān)鍵，包括正向云發(fā)生器和逆向云發(fā)生器。由云的數(shù)字特征C（Ex，En，He）產(chǎn)生定量數(shù)值，稱為正向云發(fā)生器。逆向云發(fā)生器目的是實現(xiàn)定量數(shù)值和其定性語言之間的不確定轉(zhuǎn)換，是從定量到定性的映射，它將一定數(shù)量的精確數(shù)據(jù)有效轉(zhuǎn)換為以數(shù)字特征C（Ex，En，He）表示的定性概念。

一般來說，正向云發(fā)生器的算法和計算步驟大致可以歸納如下

1）根據(jù)相關(guān)指標(biāo)（因子）分析數(shù)據(jù)，計算熵En和超熵He;

2）基于計算得到的熵En和超熵He，生成正態(tài)分布的隨機數(shù)E'n～N（Ex，E2n）;

3）依據(jù)特定輸入值x和期望值Ex，應(yīng)用式（9）計算確定度。

2?巖體質(zhì)量分級的云模型

2.1?基本原理及流程

如果把巖體質(zhì)量級別看作一個自然語言表達(dá)的概念，其對應(yīng)映射為一朵云，同時假定待分析樣本的實測數(shù)據(jù)隸屬于某質(zhì)量級別的確定度分布服從正態(tài)分布，則基于組合賦權(quán)-云模型的巖體質(zhì)量分級分析基本步驟可以概括為圖3所示流程，詳細(xì)步驟如下所述。

1）構(gòu)建巖體質(zhì)量分級指標(biāo)（因子）體系，并完成各指標(biāo)（因子）對應(yīng)的巖體質(zhì)量級別參數(shù)范圍;

2）根據(jù)前述確定的分級指標(biāo)（因子）體系標(biāo)準(zhǔn)集計算相應(yīng)等級的云數(shù)字特征（Ex，En，He），然后基于熵En和超熵He生成正態(tài)分布隨機數(shù)從而構(gòu)成云滴，再由正態(tài)云發(fā)生器生成相應(yīng)分級指標(biāo)（因子）隸屬于某巖體質(zhì)量級別的云模型;

3）在主、客觀權(quán)重法計算獲得各指標(biāo)（因子）權(quán)重基礎(chǔ)上基于組合賦權(quán)技術(shù)獲得指標(biāo)（因子）的綜合權(quán)重;

4）讀取待分析評測樣本實測數(shù)據(jù)，計算樣本各個實測指標(biāo)（因子）屬于各個穩(wěn)定性級別的確定度，同時結(jié)合相應(yīng)分級指標(biāo)（因子）的綜合權(quán)重獲得樣本的綜合確定度（式（11）），最終由綜合確定度最大值對應(yīng)級別即可獲得巖體質(zhì)量級別分析結(jié)果。

Ω=ni=1μωi（11）

式中?μ為各樣本單指標(biāo)（因子）數(shù)據(jù)隸屬于不同穩(wěn)定級別的確定度;ωi為各指標(biāo)（因子）的綜合權(quán)重。

2.2?巖體質(zhì)量分級指標(biāo)體系構(gòu)建

巖體質(zhì)量作為影響工程巖體穩(wěn)定性的基本屬性指標(biāo)，表征了巖石的堅硬程度和巖體完整程度。因此，選擇巖體質(zhì)量影響因子應(yīng)盡可能全面反映或映射上述2個指標(biāo)。故通過分析國內(nèi)外巖體質(zhì)量分級或巖體質(zhì)量評價方面的研究成果，結(jié)合文獻 的研究策略，基于對比分析的目的，選取6個指標(biāo)作為本次云模型巖體質(zhì)量分級應(yīng)用的影響因子。這6個指標(biāo)分別為：巖石單軸抗壓強度σc，巖石質(zhì)量指標(biāo)RQD，結(jié)構(gòu)面間距Jd，結(jié)構(gòu)面摩擦系數(shù)f，巖體鉆進速度T及巖體的聲波波速V.

參照國內(nèi)外對于巖體質(zhì)量分級的經(jīng)驗，將巖體質(zhì)量等級由優(yōu)至劣依次劃分為5級：Ⅰ（C1）、Ⅱ（C2）、Ⅲ（C3）、Ⅳ（C4）、Ⅴ（C5）。根據(jù)文獻 的研究，確定巖體質(zhì)量等級與各分級指標(biāo)參數(shù)對應(yīng)關(guān)系標(biāo)準(zhǔn)見表1.

2.3?云模型數(shù)字特征

基于式（10）求取巖體質(zhì)量分級指標(biāo)所對應(yīng)的不同級別云數(shù)字特征，其中He根據(jù)指標(biāo)的模糊閾度適量取值，結(jié)構(gòu)面間距與結(jié)構(gòu)面摩擦系數(shù)取0.001，其余指標(biāo)統(tǒng)一取值0.01，計算結(jié)果見表2.

2.4?分級指標(biāo)云模型生成

基于前述確定的巖體質(zhì)量分級指標(biāo)云模型數(shù)字特征值，運用正向正態(tài)云發(fā)生器分別對巖石單軸抗壓強度σc，巖石質(zhì)量指標(biāo)RQD，結(jié)構(gòu)面間距Jd，結(jié)構(gòu)面摩擦系數(shù)f、巖體鉆進速度T及巖體的聲波波速V生成相對應(yīng)的各級巖體質(zhì)量云模型。如圖4所示，橫坐標(biāo)代表各指標(biāo)的自然取值，縱坐標(biāo)對應(yīng)取值的確定度。

3?模型檢驗

3.1?實例樣本

為檢驗文中提出的組合賦權(quán)-云模型的應(yīng)用效果，選擇文獻中的巖體質(zhì)量分級研究案例為檢測樣本（表3），應(yīng)用構(gòu)建的模型對檢測樣本進行巖體質(zhì)量分級判定，并將云模型的判定結(jié)果與原文中的分類結(jié)果及實際結(jié)果進行對比以檢驗云模型的可靠性。

3.2?計算結(jié)果

3.2.1?分級指標(biāo)權(quán)重計算

分別基于前述的主、客觀權(quán)重計算法計算各分級指標(biāo)的權(quán)重值，再基于距離函數(shù)約束求取各分級指標(biāo)的綜合權(quán)重，計算結(jié)果見表4.

3.2.2?綜合確定度計算

根據(jù)正態(tài)云模型和樣本各指標(biāo)數(shù)據(jù)計算得到每個指標(biāo)值隸屬于不同巖體質(zhì)量等級的確定度。再依據(jù)式（11）及表4中組合賦權(quán)獲得的綜合權(quán)重計算每個樣本隸屬于不同巖體質(zhì)量級別的綜合確定度（表5），進而根據(jù)綜合確定度判定各樣本巖體質(zhì)量等級。

3.2.3?巖體質(zhì)量判別分析

從表5所示，經(jīng)過綜合確定度計算的各樣本，均對應(yīng)不同巖體質(zhì)量級別的隸屬值。以樣本4為例，其對應(yīng)的不同巖體質(zhì)量級別確定度由大至小的排列為：U（Ⅲ）>U（Ⅳ）>U（Ⅱ）>U（Ⅴ）>U（Ⅰ）。此說明樣本4隸屬于級別Ⅲ的可能性最大，隸屬于級別Ⅳ有一定的可能性，隸屬于其他級別的可能性相對較小。由于U（Ⅲ）與U（Ⅳ）相對來說，具有較小的差副，因此將其判定為Ⅳ，Ⅲ，偏Ⅲ級。表5中還列出了文獻中屬性識別判別結(jié)果、RMR法判別結(jié)果及實際巖體質(zhì)量情況。通過對比可知，文中提出的組合賦權(quán)-云模型方法對于樣本的巖體質(zhì)量分級判別與其他方法判別的結(jié)果基本一致，說明文中的模型應(yīng)用于巖體質(zhì)量分級分析是可行的。但在應(yīng)用中也出現(xiàn)例如樣本2的判別結(jié)果與其他判別方法結(jié)果有較大出入的現(xiàn)象，分析其原因可能在于指標(biāo)的測試誤差，或者選擇的分級指標(biāo)體系不夠完備所致。巖體質(zhì)量級別是一個定性概念，在分級過程中受多種不確定因素影響，應(yīng)用云模型可將巖體質(zhì)量級別的模糊性和隨機性轉(zhuǎn)化為確定度這樣的定量值，結(jié)果便于工程應(yīng)用，同時此方法具有一定的拓展性和繼承性，即可以在原模型基礎(chǔ)上拓展指標(biāo)數(shù)量增加模型的魯棒性，同時只需測定模型各指標(biāo)實際值，即可通過云模型迅速獲得較為準(zhǔn)確的巖體質(zhì)量等級判別結(jié)果，在工程中具有良好的應(yīng)用優(yōu)勢。表5?巖體質(zhì)量判別表

4?結(jié)?論

1）基于云模型分析模糊性和隨機性關(guān)聯(lián)問題的優(yōu)勢，將其引入巖體質(zhì)量分級分析研究中，實現(xiàn)了分級指標(biāo)值向質(zhì)量分級目標(biāo)的不確定映射，彌補了以往巖體質(zhì)量分級無法綜合考慮影響因素模糊性和隨機性的缺陷，為巖體質(zhì)量分級提供了一種新的定量化方法;

2）在綜合考慮巖體質(zhì)量影響因素的基礎(chǔ)上，選取了巖石單軸抗壓強度σc，巖石質(zhì)量指標(biāo)RQD，結(jié)構(gòu)面間距Jd，結(jié)構(gòu)面摩擦系數(shù)f，巖體鉆進速度T及巖體聲波波速V作為巖體質(zhì)量級別的評判指標(biāo)，同時應(yīng)用基于距離函數(shù)約束的德爾菲權(quán)重及變異系數(shù)權(quán)重組合賦權(quán)思路確定各指標(biāo)的綜合權(quán)重，經(jīng)過實例樣本的驗證，表明所建立的評價指標(biāo)體系和應(yīng)用的組合賦權(quán)技術(shù)是合理的、有效的;

3）經(jīng)過7組實例樣本對模型進行檢驗，獲得的判別結(jié)果與相關(guān)技術(shù)判別結(jié)果及實際巖體質(zhì)量結(jié)果基本一致，表明了該方法的正確性;同時通過與其他判別技術(shù)的比較凸顯了云模型方法的優(yōu)越性，在巖體質(zhì)量分級中具有良好的應(yīng)用前景。

參考文獻（References）：

[1] 鄔愛清，柳賦錚.國標(biāo)《工程巖體分級標(biāo)準(zhǔn)》的應(yīng)用與進展[J].巖石力學(xué)與工程學(xué)報，2012，31（8）：1513-1523.

WU Ai?qing，LIU Fu?zheng.Advancement and application of the standard of engineering classification of rock masses[J].Chinese Journal of Rock Mechanics and Engineering，2012，31（8）：1513-1523.

[2]蔡?斌.國標(biāo)《工程巖體分級標(biāo)準(zhǔn)》應(yīng)用中的幾個問題[J].巖土力學(xué)，2003，24（S1）：74-76.CAI Bin.Discussion about several problems of the use of standard for engineering classification of rock masses[J].Rock and Soil Mechanics，2003，24（S1）：74-76.

[3]Deere D U.Technical description of rock cores for engineering purposes[J].

Rock Mechanics and Engineering Geology，

1964，1（1）：17-22.

[4]Barton N，Lien R，Lunde J.Engineering classification of rock masses for the design of tunnel support[J].Rock Mechanics and Rock Engineering，1974，6（4）：189-236.

[5]Bieniawski Z T.Classification of rock masses for engineering：the RMR system and future trends[J].Rock Testing & Site Characterization，1993，1（1）：553-573.

[6]陶振宇，彭祖贈.模糊數(shù)學(xué)在巖石工程分類中的應(yīng)用[J].巖土工程學(xué)報，1981，3（1）：36-45.TAO Zhen?yu，PENG Zu?zeng.Application of fuzzy mathematics to the engineering classification of rocks[J].Chinese Journal of Geotechnical Engineering，1981，3（1）：36-45.

[7]劉玉成，劉延保.灰色關(guān)聯(lián)理論在礦山巖體質(zhì)量評價中的應(yīng)用[J].礦業(yè)工程，2006，4（6）：16-18.LIU Yu?cheng，LIU Yan?bao.Gray relevancy theory applied in assessment of rock body quality of mine[J].Mining Engineering，2006，4（6）：16-18.

[8]原國紅，陳劍平，馬?琳.可拓評判方法在巖體質(zhì)量分類中的應(yīng)用[J].巖石力學(xué)與工程學(xué)報，2005，24（9）：1539-1544.YUAN Guo?hong，CHEN Jian?ping，MA Lin.Application of extenics in evaluating of engineering quality of rock masses[J].Chinese Journal of Rock Mechanics and Engineering，2005，24（9）：1539-1544.

[9]賈?超，肖樹芳，劉?寧.可拓學(xué)理論在洞室?guī)r體質(zhì)量評價中的應(yīng)用[J].巖石力學(xué)與工程學(xué)報，2003，22（5）：751-756.JIA Chao，XIAO Shu?fang，LIU Ning.Application of extenics theory to evaluation of tunnel rock quality[J].Chinese of Journal of Rock Mechanics and Engineering，2003，22（5）：751-756.

[10]王?彪，陳劍平，李鐘旭，等.人工神經(jīng)網(wǎng)絡(luò)在巖體質(zhì)量分級中的應(yīng)用[J].世界地質(zhì)，2004，23（1）：64-68.WANG Biao，CHEN Jian?ping，LI Zhong?xu，et al.Application of artificial neural network in rockmass quality classification[J].Global Geology，2004，23（1）：64-68.

[11]李?強.BP神經(jīng)網(wǎng)絡(luò)在工程巖體質(zhì)量分級中的應(yīng)用研究[J].西北地震學(xué)報，2002，24（3）：29-33.LI Qiang.Study on the application of BP nervous network in classification of rockmass quality[J].North Western Seismological Journal，2002，24（3）：29-33.

[12]趙洪波，馮夏庭，尹順德.基于支持向量機的巖體工程分級[J].巖土力學(xué)，2002，23（6）：698-701.ZHAO Hong?bo，F(xiàn)ENG Xia?ting，YIN Shun?de.Classification of engineering rock based on support vector machine[J].Rock and Soil Mechanics，2002，23（6）：698-701.

[13]劉志祥，吳蝶媚，唐志祥.基于熵權(quán)屬性識別模型的巖體質(zhì)量分級[J].科技導(dǎo)報，2014，32（22）：52-56.LIU Zhi?xiang，WU Die?mei，TANG Zhi?xiang.Quality classification of rock mass based on attribute recognition model of entropy weight[J].Science & Technology Review，2014，32（22）：52-56.

[14]文暢平.基于屬性數(shù)學(xué)理論的巖體質(zhì)量分級方法[J].水力發(fā)電學(xué)報，2008，27（3）：75-80.WEN Chang?ping.Classification of rock?mass stability based on attribute mathematical theory[J].Journal of Hydroelectric Engineering，2008，27（3）：75-80.

[15]姚銀佩，李夕兵，宮鳳強，等.加權(quán)距離判別分析法在巖體質(zhì)量等級分類中的應(yīng)用[J].巖石力學(xué)與工程學(xué)報，2010，29（S2）：4119-4123.YAO Yin?pei，LI Xi?bing，GONG Feng?qiang，et al.Application of weighted mahalanobis distance discriminant analysis method to classification of rock mass quality[J].Chinese Journal of Rock Mechanics and Engineering，2010，29（S2）：4119-4123.

[16]邱道宏，陳劍平，闕金聲，等.基于粗糙集和人工神經(jīng)網(wǎng)絡(luò)的洞室?guī)r體質(zhì)量評價[J].吉林大學(xué)學(xué)報（地球科學(xué)版），2008，38（1）：86-91.QIU Dao?hong，CHEN Jian?ping，QUE Jin?sheng，et al.Evaluation of tunnel rock quality with routh sets theory and artificial neural networks[J].Journal of Jilin University（Earth Science Edition），2008，38（1）：86-91.

[17]肖云華，王?清，陳劍平，等.基于粗糙集和支持向量機的融合算法在巖體質(zhì)量評價中的應(yīng)用[J].煤田地質(zhì)與勘探，2008，36（6）：49-53.XIAO Yun?hua，WANG Qing，CHEN Jian?ping，et al.Application of data fusion in evaluation of engineering quality of rock mass based on rough sets and support vector machine[J].Coal Geology & Exploration，2008，36（6）：49-53.

[18]李德毅，孟海軍，史雪梅.隸屬云和隸屬云發(fā)生器[J].計算機研究與發(fā)展，1995，32（6）：15-20.LI De?yi，MENG Hai?jun，SHI Xue?mei.Membership clouds and membership cloud generators[J].Computer R & D，1995，32（6）：15-20.

[19]周科平，林?允，胡建華，等.基于熵權(quán)—正態(tài)云模型的巖爆烈度分級預(yù)測研究[J].巖土力學(xué)，2016，37（S1）：596-602.ZHOU Ke?ping，LIN Yun，HU Jian?hua，et al.Grading prediction of rockburst intensity based on entropy and normal cloud model[J].Rock and Soil Mechanics，2016，37（S1）：596-602.

[20]郝?杰，侍克斌，王顯麗，等.基于模糊C-均值算法粗糙集理論的云模型在巖爆等級評價中的應(yīng)用[J].巖土力學(xué)，2016，37（3）：859-866.HAO Jie，SHI Ke?bin，WANG Xian?li，et al.Application of cloud model to rating of rockburst based on rough set of FCM algorithm[J].Rock and Soil Mechanics，2016，37（3）：859-866.

[21]王迎超，靖洪文，張?強，等.基于正態(tài)云模型的深埋地下工程巖爆烈度分級預(yù)測研究[J].巖土力學(xué)，2015，36（4）：1189-1194.WANG Ying?chao，JING Hong?wen，ZHANG Qiang，et al.A normal cloud model?based study of grading prediction of rockburst intensity in deep underground engineering[J].Rock and Soil Mechanics，2015，36（4）：1189-1194.

[22]李?健，汪明武，徐?鵬，等.基于云模型的圍巖穩(wěn)定性分類[J].巖土工程學(xué)報，2014，36（1）：83-87.LI Jian，WANG Ming?wu，XU Peng，et al.Classification of stability of surrounding rock using cloud model[J].Chinese Journal of Geotechnical Engineering，2014，36（1）：83-87.

[23]張?軍，陳征宙，劉登峰.基于云模型的巖質(zhì)邊坡穩(wěn)定性評估研究[J].水文地質(zhì)工程地質(zhì)，2014，41（6）：44-50.ZHANG Jun，CHEN Zheng?miao，LIU Deng?feng.Stability evaluation of a rock slope based on the cloud model[J].Hydrogeology & Engineering Geology，2014，41（6）：44-50.

[24]江強強，方?堃，章廣成.基于新組合賦權(quán)法的地質(zhì)災(zāi)害危險性評價[J].自然災(zāi)害學(xué)報，2015，24（3）：28-36.JIANG Qiang?qiang，F(xiàn)ANG Kun，ZHANG Guang?cheng.Assessment of geohazards risk based on new combined weight method[J].Journal of Natural Disasters，2015，24（3）：28-36.

[25]賈貴義，全永慶，黎志恒，等.基于組合賦權(quán)法的白龍江流域甘肅段地質(zhì)災(zāi)害危險性評價[J].冰川凍土，2014，36（5）：1227-1236.

JIA Gui?yi，QUAN Yong?qing，LI Zhi?heng，et al.Geo?hazards assessment for the Gansu segment in Bailongjiang River basin by using combined weight method[J].Journal of Glaciology and Geocryology，2014，36（5）：1227-1236.

[26]匡樂紅，徐林榮，劉寶琛.組合賦權(quán)法確定地質(zhì)災(zāi)害危險性評價指標(biāo)權(quán)重[J].地下空間與工程學(xué)報，2006，2（6）：1063-1067.KUANG Le?hong，XU Lin?rong，LIU Bao?chen.A combination weighting method for determining the index weight geological hazards risk assessment[J].Chinese Journal of Underground Space and Engineering，2006，2（6）：1063-1067.

[27]李軍霞，王常明，王鋼城.基于組合賦權(quán)-未確知測度理論的滑坡險性評價[J].巖土力學(xué)，2013，34（2）：468-474.LI Jun?xia，WANG Chang?ming，WANG Gang?cheng.Landslide risk assessment based on combination weighting?unascertained measure theory[J].Rock and Soil Mechanics，2013，34（2）：468-474.

[28]張?晨，王?清，陳劍平，等.金沙江流域泥石流的組合賦權(quán)法危險度評價[J].巖土力學(xué)，2011，32（3）：831-836.ZHANG Chen，WANG Qing，CHEN Jian?ping，et al.Evaluation of debris flow risk in Jinsha River based on combined weight process[J].Rock and Soil mechanics，2011，32（3）：831-836.

[29]郭慶清，劉磊磊，張紹和，等.基于組合賦權(quán)法和聚類分析法的巖爆預(yù)測[J].長江科學(xué)院院報，2013，30（12）：54-59.

GUO Qing?qing，LIU Lei?lei，ZHANG Shao?he，et al.Prediction of rockburst by combined weight method and cluster analysis method[J].Journal of Yangtze River Scientific Research Institute，2013，30（12）：54-59.

[30]初建宇，馬丹祥，蘇幼坡.基于組合賦權(quán)TOPSIS模型的城鎮(zhèn)固定避難場所選址方法研究[J].土木工程學(xué)報，2013，46（S2）：307-312.CHU Jian?yu，MA Dan?xiang，SU You?po.Study on site selection of resident emergency congregate shelters based on combined weighting TOPSIS[J].China Civil Engineering Journal，2013，46（S2）：307-312.

[31]王國胤，李德毅，姚一豫，等.云模型與粒度計算[M].北京：科學(xué)出版社，2012.WANG Guo?yin，LI De?yi，YAO Yi?yu，et al.Cloud model and granular computing[M].Beijing：Science Press，2012.

[32]郝?杰，侍克斌，王顯麗，等.基于模糊C-均值算法粗糙集理論的云模型在巖爆等級評價中的應(yīng)用[J].巖土力學(xué)，2016，37（3）：859-866.HAO Jie，SHI Ke?bing，WANG Xian?li，et al.Application of cloud model to rating of rockburst based on rough set of FCM algorithm[J].Rock and Soil Mechanics，2016，37（3）：859-866.