葉險峰,韓以江,祝敕捷,程 雍
(湘潭大學(xué) 土木工程與力學(xué)學(xué)院,湖南 湘潭 411105)
工程邊坡穩(wěn)定是工程安全施工和運營的重要保障,對其進行失穩(wěn)風(fēng)險評估尤為重要。工程邊坡多為錨固邊坡,其失穩(wěn)風(fēng)險受幾何尺寸形狀、巖土體類型和參數(shù)、周邊環(huán)境、加固結(jié)構(gòu)和施工擾動等多因素綜合影響,且各影響因子難以準(zhǔn)確度量。監(jiān)測數(shù)據(jù)是邊坡穩(wěn)定情況的綜合體現(xiàn),基于多期監(jiān)測資料的錨固邊坡失穩(wěn)風(fēng)險評估結(jié)果,可以有效反映,工程邊坡的穩(wěn)定情況及動態(tài)變化規(guī)律[1-3]。在某監(jiān)測項目狀態(tài)很危險且常權(quán)權(quán)重很低時,常權(quán)綜合結(jié)果通常顯示為該錨固邊坡依然安全,這會和實際情況不符,故筆者引入變權(quán)理論。
變權(quán)理論由WANG Peizhang率[4]先提出,李洪興[5]給出了變權(quán)理論和狀態(tài)變權(quán)向量的公理化定義,隨后又有大批學(xué)者對變權(quán)理論進行豐富完善[6-9]。變權(quán)理論是根據(jù)指標(biāo)狀態(tài)間均衡水平,確定狀態(tài)變權(quán)向量進而得到變權(quán)向量,調(diào)整各指標(biāo)在綜合決策中的效能,使得決策在指標(biāo)組狀態(tài)均衡的情況下進行[10]。狀態(tài)變權(quán)向量通常由狀態(tài)變權(quán)函數(shù)代入變量得到,目前狀態(tài)變權(quán)函數(shù)多數(shù)是參照組態(tài)(指標(biāo)組狀態(tài))失衡程度、決策對象特性構(gòu)造的[7-12],因此狀態(tài)變權(quán)函數(shù)對組態(tài)和決策對象具有針對性。當(dāng)決策對象包含多組組態(tài)失衡度相差較大的狀態(tài)值時(如多期變形監(jiān)測數(shù)據(jù)),各指標(biāo)組權(quán)重調(diào)節(jié)所需力度差別也較大,若使用多種狀態(tài)變權(quán)函數(shù),構(gòu)造難度較大,若使用同種狀態(tài)變權(quán)函數(shù),由于其組態(tài)失衡度針對性將可能導(dǎo)致誤用,使得變權(quán)調(diào)節(jié)度過大、過小或變權(quán)調(diào)節(jié)度與組態(tài)失衡度大小變化方向不一致的情況(如失衡度增大,而調(diào)節(jié)度減小)。
李德清等[6]提出用狀態(tài)向量離散度表示指標(biāo)組組態(tài)失衡度,在實際應(yīng)用中,當(dāng)狀態(tài)向量離散度相等時,其組態(tài)失衡度并不一定相等。假設(shè)在邊坡失穩(wěn)風(fēng)險評估中,2組監(jiān)測指標(biāo)狀態(tài)值分別為(0.5,0.6,0.7)、(0.8,0.9,1.0),其離散度相等,設(shè)置“激懲平衡區(qū)間”相同,一般為區(qū)間(0,1)中較為居中位置的區(qū)間,顯然第2組各狀態(tài)值與“激懲平衡區(qū)間”邊界距離較大,其變權(quán)調(diào)節(jié)度會比第1組稍大,則組態(tài)失衡度也并不相等。
TOPISIS法(逼近理想解排序法)是按照各評估對象到理想化目標(biāo)的接近程度對有限評估對象進行優(yōu)劣排序的方法,已應(yīng)用于諸多領(lǐng)域[13-16],在邊坡失穩(wěn)風(fēng)險評估中也取得了良好效果[17]。
筆者提出一種基于指標(biāo)狀態(tài)到“激懲平衡區(qū)間”的距離的組態(tài)失衡度度量方案,構(gòu)造一種基于組態(tài)失衡度和狀態(tài)值的混合型狀態(tài)變權(quán)函數(shù)模型,并結(jié)合TOPISIS法,對錨固邊坡進行基于多期監(jiān)測數(shù)據(jù)的失穩(wěn)風(fēng)險評估。
為避免常權(quán)向量在多目標(biāo)決策問題中因目標(biāo)組態(tài)不均衡而導(dǎo)致不合理綜合,文獻[4]提出變權(quán)理論,文獻[5]在其基礎(chǔ)上給出了變權(quán)向量、狀態(tài)變權(quán)向量等變權(quán)公理化定義,如下:
性質(zhì)2:連續(xù)性,即wi(x1,x2,…,xm)關(guān)于每一變元連續(xù);
性質(zhì)3:單調(diào)性,即wi(x1,x2,…,xm)關(guān)于變元xi遞減(懲罰性變權(quán))或遞增(激勵性變權(quán))。
狀態(tài)變權(quán)向量定義:設(shè)Si:[0,1]→[0,1](i=1,2,…,m),如果S(X)=(s(x1),s(x2),…,s(xm))滿足:
性質(zhì)1:單調(diào)性,即對于任意X=(x1,x2,…,xm)∈[0,1]m,當(dāng)為懲罰變權(quán)時,若xi≥xj,則s(xi)≤s(xj),當(dāng)為激勵變權(quán)時,若xi≥xj,則s(xi)≥s(xj);
性質(zhì)2:連續(xù)性,即Si(x1,x2,…,xm)關(guān)于每一變元連續(xù);
(1)
確定權(quán)重方法眾多,常用有層次分析法、熵權(quán)法及組合賦權(quán)法等,筆者是對擁有多層次指標(biāo)體系的單個評估對象進行風(fēng)險評估,因此選擇較為簡單的AHP賦權(quán)。鑒于AHP主觀性強的缺陷,一致性檢驗過程復(fù)雜,筆者采用“三角模糊數(shù)”改進的層次分析法確定指標(biāo)常權(quán)權(quán)重[18],步驟如下:
1)一級指標(biāo)常權(quán)權(quán)重向量W*構(gòu)建。首先構(gòu)造三角模糊綜合判斷矩陣,并將其轉(zhuǎn)換為模糊判斷因子矩陣,再在其基礎(chǔ)上計算得到調(diào)整矩陣,然后對調(diào)整矩陣進行相容變換,最后計算出一級指標(biāo)常權(quán)權(quán)重向量W*。
2)指標(biāo)常權(quán)權(quán)重向量Wo構(gòu)建
二級指標(biāo)的計算如式(2):
(2)
式中:i=1,2,…,k,k為一級指標(biāo)個數(shù);j=1,2,…,λ,j為某一級指標(biāo)下二級指標(biāo)個數(shù);δ為某二級指標(biāo)常權(quán)權(quán)重占該一級指標(biāo)常權(quán)權(quán)重的比例系數(shù),按照所在該一級指標(biāo)下二級指標(biāo)間的重要程度確定。
TOPISIS法是通過在樣本方案集內(nèi)部尋找理想解,并計算各方案與理想解的相對貼進度,然后進行優(yōu)劣排序的方法[16]。因此該方法多用于樣本方案集內(nèi)部排序,因樣本方案集決定的理想解通常只對樣本方案集有效,對其它樣本方案不一定成立。指標(biāo)評估等級標(biāo)準(zhǔn)閾值第一列和最后一列客觀上能代表評價目標(biāo)的最優(yōu)和最劣方案,筆者將其固定作為評估對象的絕對理想方案。
設(shè)包括指標(biāo)評估標(biāo)準(zhǔn)等級閾值方案在內(nèi),共有n個決策方案,每個方案有m個指標(biāo),指標(biāo)bij(其中i=1,2,…,m;j=1,2,…,n)為第j個方案的第i個評估指標(biāo)。則n個方案構(gòu)成的特征矩陣B如式(3):
(3)
其中,第1列為負理想方案,第2~5列為指標(biāo)評級等級標(biāo)準(zhǔn)閾值方案,第n列為正理想方案。
方案指標(biāo)分為效益型(值越大越好)和成本型(值越小越好)兩類,為統(tǒng)一量綱,對判斷矩陣進行標(biāo)準(zhǔn)化處理,得到標(biāo)準(zhǔn)化判斷矩陣C=(cij)m×n,即為評估值判斷矩陣,計算公式如式(4)、(5):
對效益型指標(biāo):
(4)
對成本型指標(biāo):
(5)
正、負理想方案標(biāo)準(zhǔn)化即為絕對理想解,如式(6):
(6)
實際應(yīng)用中,由于激懲平衡區(qū)間的劃分,導(dǎo)致狀態(tài)值離散度無法準(zhǔn)確體現(xiàn)組態(tài)失衡度,筆者提出一種基于狀態(tài)值到激懲平衡區(qū)間邊界的距離的組態(tài)失衡度度量方案。
設(shè)qξ、qζ分別為低于懲罰水平、高于激勵水平值的指標(biāo)狀態(tài)值,(α,β)為評估對象指標(biāo)“激懲平衡區(qū)間”,τ為“激懲幅度比”(激勵與懲罰幅度的比值),l、h分別為權(quán)重受懲罰、激勵的指標(biāo)個數(shù),指標(biāo)組組態(tài)失衡度R計算如式(7):
(7)
當(dāng)指標(biāo)狀態(tài)值不同時,式(7)中指標(biāo)組組態(tài)到“激懲平衡區(qū)間”邊界距離越大,R值越大,其組態(tài)失衡程度越大,各指標(biāo)權(quán)重所需調(diào)節(jié)力度越大,和實際情況相符;當(dāng)指標(biāo)狀態(tài)值相同時,無論R值大小,狀態(tài)變權(quán)函數(shù)值相等,各指標(biāo)權(quán)重所需調(diào)節(jié)力度相等,等效于調(diào)節(jié)度為0,和實際情況亦相符。
針對已有狀態(tài)變權(quán)函數(shù),在決策對象包含多組組態(tài)失衡度相差較大的狀態(tài)值組,這一情況下適用性較低的問題,筆者構(gòu)造一種包含組態(tài)失衡度的混合型狀態(tài)變權(quán)函數(shù),如式(8):
(8)
式中:R為指標(biāo)組組態(tài)失衡度;xi為指標(biāo)i的狀態(tài)值;m為指標(biāo)組指標(biāo)個數(shù);τ為“激懲幅度比”;α、β分別為懲罰和激勵的指標(biāo)狀態(tài)臨界值,(0,α)為懲罰區(qū),[α,β]為“激懲平衡區(qū)間”,(β,1]為激勵區(qū),其中α、β、τ由專家建議確定。
經(jīng)驗證,式(8)滿足文獻[5]給出的變權(quán)公理中的各性質(zhì),同時滿足提升對極端指標(biāo)關(guān)注度、激勵幅度小于懲罰幅度、不能脫離常權(quán)限制等要求[11]。
最后,結(jié)合式(2)~式(7)計算常權(quán)向量Wo及狀態(tài)變權(quán)向量S(X),代入公式(1),可得最終變權(quán)向量W(X)。
2.4.1 加權(quán)標(biāo)準(zhǔn)化決策矩陣
對標(biāo)準(zhǔn)化判斷矩陣C=(cij)m×n中第μ個方案標(biāo)準(zhǔn)化數(shù)據(jù)和理想解賦權(quán)(η=2,3,…,n-1),理想方案標(biāo)準(zhǔn)化后為標(biāo)準(zhǔn)化決策矩陣的第1列和最后一列,得到判斷矩陣Tμ:
(9)
2.4.2 各方案到絕對理想方案的相對貼近度
相對貼近度可以用歐式距離來度量,表示為E,第個η方案的相對貼近度Eη:
(10)
(11)
在邊坡失穩(wěn)風(fēng)險概率評估中,Eη即為第η個方案的失穩(wěn)風(fēng)險概率值。
筆者以燈盞塢隧道進口端洞頂仰坡為例,進行錨固邊坡失穩(wěn)風(fēng)險評估。該邊坡地質(zhì)構(gòu)造復(fù)雜,且有仰坡順層,整體地下水不發(fā)育,主要加固措施為錨固樁和錨索框架梁。為確保工程施工和運營安全,從位移和應(yīng)力兩方面,對邊坡進行框架梁上表面的坡頂表面位移、深部位移、錨固樁樁頂水平位移、錨索框架梁錨索拉力、框架梁與土接觸面壓力、樁側(cè)土壓力等跟蹤監(jiān)測,頻率為5 d/次,并進行邊坡失穩(wěn)風(fēng)險評估,如圖1。
圖1 邊坡監(jiān)測元件分布剖面
在遵循典型性、獨立性、層次性、可靠性、可量化等指標(biāo)選取的原則之下,選取指標(biāo)如表1。由于該錨固邊坡地下水不發(fā)育,對穩(wěn)定性影響較小,同時由于該項目沒有地表裂縫監(jiān)測項,地表裂縫被施工殘渣及溜沙遮擋,單靠人工巡視無法確定其準(zhǔn)確情況,此處未選取地下水位指標(biāo)和地表裂縫指標(biāo)。
表1 風(fēng)險評估指標(biāo)體系
筆者將邊坡失穩(wěn)風(fēng)險劃分為5個等級,對應(yīng)的評語集V={Ⅰ級,Ⅱ級,Ⅲ級,Ⅳ級,Ⅴ級}={安全狀態(tài),跟蹤狀態(tài),預(yù)警狀態(tài),報警狀態(tài),危險狀態(tài)},則評判指標(biāo)i也劃分為5個等級標(biāo)準(zhǔn)區(qū)間,并以各個監(jiān)測項目規(guī)范或設(shè)計文件規(guī)定的各項形變設(shè)計允許值為基準(zhǔn),考慮到設(shè)計較為保守,以設(shè)計允許值的60%、90%、110%、120%、125%對形變累計指標(biāo)進行分級,以設(shè)計允許值的50%、80%、100%、110%、115%對速率指標(biāo)進行分級[19-20],具體如表2。
表2 指標(biāo)評估等級標(biāo)準(zhǔn)劃分
筆者以累計形變量最大監(jiān)測點量測數(shù)據(jù)作為指標(biāo)數(shù)據(jù)。該隧道進口2018年4月27日上臺階開挖,2018年5月31日隧道上臺階約開挖30 m,2018年6月30日隧道開挖約65 m,2018年7月31日隧道開挖約80 m,2018年7月5日完成明洞仰拱、洞口管棚支護,此過程中,隧道開挖對邊坡的擾動從逐漸增大到逐漸降低到可忽略,且該邊坡受其它因素影響較小,因此5、6、7月是該邊坡失穩(wěn)風(fēng)險高峰期,對其進行評估則可以把握該邊坡失穩(wěn)風(fēng)險變化情況及未來邊坡穩(wěn)定情況,對該3個月監(jiān)測數(shù)據(jù)平均每半個月進行一次評估,各指標(biāo)監(jiān)測數(shù)據(jù)數(shù)值如表3。
表3 各指標(biāo)各期監(jiān)測數(shù)值
1)常權(quán)權(quán)重的確定
筆者邀請到5位專家分別運用“1~9標(biāo)度法”對各指標(biāo)權(quán)重三角模糊打分,計算得到一級常權(quán)權(quán)重:W*=(0.219,0.148,0.194,0.088,0.063,0.165,0.123)。由于采用最大變形速率比采用最大變形值來判斷評估變形體的失穩(wěn)風(fēng)險更加準(zhǔn)確[21],故確定W累計形變∶W變形速率=2∶3,即δ1=0.4,δ2=0.6,最終得到常權(quán)權(quán)重,如表4。
2)變權(quán)權(quán)重的確定
首先由指標(biāo)評估等級標(biāo)準(zhǔn)劃分閾值和各期指標(biāo)監(jiān)測數(shù)值構(gòu)造初始判斷矩陣,并進行標(biāo)準(zhǔn)化,得到指標(biāo)監(jiān)測值標(biāo)準(zhǔn)化判斷矩陣C,即指標(biāo)狀態(tài)值;經(jīng)狀態(tài)變權(quán)模型,計算得到各評估方案樣本的組態(tài)失衡度R及變權(quán)向量,其中α=0.3,β=0.7,τ=0.8,具體結(jié)果見表4。為方便對比分析,增加常權(quán)權(quán)重,
表4 各方案樣本變權(quán)權(quán)重
參考文獻[6]中變權(quán)調(diào)節(jié)度的算法,以狀態(tài)變權(quán)函數(shù)與1的偏差絕對值的均值之和除以狀態(tài)值在“激勵平衡區(qū)間”之外的指標(biāo)個數(shù)得到變權(quán)調(diào)節(jié)度F1。
3)評估結(jié)果計算
由矩陣C和表4中各方案變權(quán)向量,得到各方案貼近度E,即邊坡失穩(wěn)風(fēng)險概率值。為驗證筆者評估模型的優(yōu)越性,增加常權(quán)、文獻[11]中具有代表性的混合型狀態(tài)變權(quán)函數(shù)與TOPISIS法結(jié)合的評估模型作對比,其中參數(shù)取值與筆者相同,變權(quán)調(diào)節(jié)度F2見表4,變權(quán)評估結(jié)果見表5。
表5 各評估模型評估結(jié)果
1)狀態(tài)變權(quán)結(jié)果分析
部分監(jiān)測和閾值方案各指標(biāo)變權(quán)權(quán)重與常權(quán)權(quán)重對比情況,如圖2。由圖2可知,閾值樣本各指標(biāo)變權(quán)權(quán)重與常權(quán)基本相等,而監(jiān)測樣本各指標(biāo)變權(quán)權(quán)重與常權(quán)偏差較為明顯。筆者各指標(biāo)閾值按各設(shè)計允許值等比設(shè)置,且各對應(yīng)等級間比例較為接近,其組態(tài)較為均衡,各閾值方案權(quán)重基本無需調(diào)整,監(jiān)測數(shù)據(jù)樣本各指標(biāo)狀態(tài)相差較大,需進行權(quán)重調(diào)整,而圖2中閾值樣本權(quán)重變化情況與理論相符,這證明筆者變權(quán)模型具有合理性。
圖2 變權(quán)與常權(quán)權(quán)重對比
將表4中各評價等級閾值方案及各期監(jiān)測數(shù)據(jù)方案對應(yīng)的兩種變權(quán)函數(shù)的變權(quán)調(diào)節(jié)度F1、F2,與組態(tài)失衡度R繪制成圖3。由圖3可見,各方案的指標(biāo)組組態(tài)失衡度大小順序為“閾值2<閾值3<5/16<6/28<6/15<7/13<5/02<7/29<閾值4<5/31<閾值5”,按文獻[12]中狀態(tài)變權(quán)函數(shù)模型求得的變權(quán)調(diào)節(jié)度大小順序為“閾值2<閾值3<6/28<5/16<5/02<6/15<閾值4<7/13<5/31<7/29<閾值5”,筆者中狀態(tài)變權(quán)函數(shù)模型求得的變權(quán)調(diào)節(jié)度大小順序為“閾值2<閾值3< 5/16<6/28<6/15<7/13<5/02<7/29<閾值4<5/31<閾值5”。由文獻[4]~[9]可知,指標(biāo)組組態(tài)失衡程度越大,權(quán)重所需調(diào)節(jié)度越大。按文獻[11]中的狀態(tài)變權(quán)函數(shù)得到變權(quán)調(diào)節(jié)度并未隨組態(tài)失衡度增大而嚴格增大,筆者包含組態(tài)失衡度的狀態(tài)變權(quán)函數(shù)得到的狀態(tài)變權(quán)向量嚴格滿足這一要求,這證明筆者的變權(quán)模型更優(yōu)越。
圖3 狀態(tài)變權(quán)調(diào)節(jié)度分析
2)案例錨固邊坡失穩(wěn)風(fēng)險分析
對比3種評估模型綜合評估結(jié)果,如圖4。在風(fēng)險等級方面,3者得到的等級閾值完全一致,其中7月13日和7月29日變權(quán)評估模型得到的風(fēng)險等級比常權(quán)高一級;在風(fēng)險評估數(shù)值方面,變權(quán)方模型比常權(quán)評估模型得到的各期監(jiān)測數(shù)據(jù)的失穩(wěn)風(fēng)險值整體偏大,3者評估結(jié)果值變化趨勢相同,其中2種變權(quán)評估模型得到的失穩(wěn)風(fēng)險峰值都較常權(quán)評估模型提前了5天左右,且2種變權(quán)評估方案得到的風(fēng)險值和風(fēng)險等級都具有高度的相似性。綜上可知,筆者變權(quán)模型科學(xué)合理,同時在錨固邊坡失穩(wěn)風(fēng)險評估中,變權(quán)評估模型優(yōu)于常權(quán)評估模型。
圖4 各評估模型結(jié)果對比
如圖4,筆者變權(quán)模型得到的錨固邊坡失穩(wěn)風(fēng)險峰值及失穩(wěn)風(fēng)險較小值都比文獻變權(quán)評估模型得到的結(jié)果大,失穩(wěn)風(fēng)險程度一般的結(jié)果相對較小。在混合變權(quán)模型在風(fēng)險偏好類的評估中,權(quán)重調(diào)整通常會使得評估結(jié)果更傾向于負面,因為它將狀態(tài)較為惡劣的指標(biāo)權(quán)重調(diào)大,將狀態(tài)較優(yōu)的指標(biāo)權(quán)重調(diào)小,以常權(quán)評估結(jié)果作為參照,權(quán)重調(diào)節(jié)力度越大評價結(jié)果增大越明顯。結(jié)合圖3可知,筆者的變權(quán)模型在組態(tài)失衡程度較大時,權(quán)重調(diào)整力度較大,組態(tài)失衡程度較小時,權(quán)重調(diào)整力度較小,而2種變權(quán)評估模型設(shè)置的參數(shù)大小相同,這說明筆者變權(quán)模型,相較對比模型對狀態(tài)較為極端的指標(biāo)敏感性較高,較均衡的狀態(tài)值敏感性較低,這更符合變權(quán)混合變權(quán)模型的要求“提升對極端指標(biāo)的關(guān)注度”。因此,在錨固邊坡的失穩(wěn)風(fēng)險評估中,筆者變權(quán)模型優(yōu)于對比變權(quán)模型。
分析筆者變權(quán)評估模型綜合評估結(jié)果可知,該案例錨固邊坡失穩(wěn)風(fēng)險概率值從5月2日至6月10日左右不斷增大,從6月10日左右至7月10日左右,不斷減小,從7月10日至7月29日緩慢變化。5月2日至5月13日左右,該錨固邊坡失穩(wěn)風(fēng)險等級為“Ⅰ級”,風(fēng)險狀態(tài)為“安全狀態(tài)”。5月13日左右至7月29日,該錨固邊坡失穩(wěn)風(fēng)險等級為“Ⅱ級”,風(fēng)險狀態(tài)為“跟蹤狀態(tài)”。
結(jié)合工程施工進展分析,該隧道口錨固邊坡于2018年4月27日開挖,開挖之初,由于洞口管棚和明洞仰拱支護施工未完成,加之開挖施工擾動,邊坡應(yīng)力釋放,進行表生改造和應(yīng)力場調(diào)整,應(yīng)力和位移變形加快,使得邊坡失穩(wěn)風(fēng)險概率升高;6月初,開挖超過30m,超出了坡面里程范圍,隨著邊坡下方施工的繼續(xù)進行,其施工擾動逐漸減小,邊坡應(yīng)力場逐漸轉(zhuǎn)化為自重應(yīng)力場為主,邊坡應(yīng)力和位移減緩,其失穩(wěn)風(fēng)險概率降低;7月10日,隨著洞口管棚、明洞仰拱支護的完成和施工開挖深入,支護達到飽和狀態(tài),坡體下滑力和支撐力達到平衡,錨固邊坡整體上逐漸趨于穩(wěn)定。綜上可知,所得評估結(jié)果與該錨固邊坡實際情況完全相符,證明筆者變權(quán)評估模型適用于錨固邊坡失穩(wěn)風(fēng)險評估。由于該錨固邊坡今后所受工程擾動較小,且處于地震低發(fā)地帶,地下水不發(fā)育,其負面影響因素較少,加固設(shè)施完備,故可判定之后該錨固邊坡失穩(wěn)風(fēng)險等級將不高于“Ⅱ級”,即“跟蹤狀態(tài)”,較為安全。
1)在實際應(yīng)用中,基于指標(biāo)狀態(tài)到“激懲平衡區(qū)間”的距離的組態(tài)失衡度能較好的體現(xiàn)指標(biāo)組態(tài)失衡情況。
2)包含組態(tài)失衡度的狀態(tài)變權(quán)函數(shù)模型,在決策評估對象包含多組組態(tài)失衡度相差較大的狀態(tài)值時,得到的變權(quán)調(diào)節(jié)度依然滿足“指標(biāo)組狀態(tài)失衡程度越大,變權(quán)調(diào)節(jié)度越大”的要求,即適用性更高,同時其對優(yōu)勢和劣勢狀態(tài)敏感度更高,對較平衡的狀態(tài)敏感度更低,效果更好。
3)筆者變權(quán)理論與TOPISIS法結(jié)合的評估模型能較好的適用于錨固邊坡失穩(wěn)風(fēng)險評估。
4)2種變權(quán)與常權(quán)評估結(jié)果對比,驗證了變權(quán)評估模型對優(yōu)勢和劣勢狀態(tài)指標(biāo)更敏感,優(yōu)于常權(quán)評估模型。