说明书岩溶隧道突水突泥全过程渐进式风险动态评估方法
技术领域
本发明涉及一种岩溶隧道突水突泥全过程渐进式风险动态评估方法。
背景技术
隧道及地下工程涉及交通工程(铁路、公路隧道)、水利水电工程(输水隧洞、地下厂房) 等重要工程领域，逐渐成为国家重大基础设施工程建设的重要组成部分，而随着国家“十二五” 等战略科技发展的规划，重大工程建设的重心正逐渐向地形地质极端复杂的西部山区转移， 建设过程中所面临的岩溶突涌水是岩溶地区隧道建设中的主要地质灾害之一,因而对于岩溶 地区隧道突水突泥全过程的风险评估是分析与解决问题的关键。
然而，目前国内关于此方面的研究还不太完善，在风险评估过程中，往往忽略了地下工 程地质条件的复杂性，而且大多数评估方法只能给出定性或半定量的分析结果，无法将各指 标的取值结合现场实际施工情况进行实时更正，以实现突水涌泥风险的动态评估。
发明内容
本发明的目的就是为了解决上述问题，提供一种岩溶隧道突水突泥全过程渐进式风险动 态评估方法，它具有风险动态评估指标的取值结合现场实际施工情况进行实时更正，可以实 现突水涌泥风险的动态评估的优点。
为了实现上述目的，本发明采用如下技术方案：
一种岩溶隧道突水突泥全过程渐进式风险动态评估方法，步骤如下：
步骤(1)：在隧道勘察阶段，从隧道发生突涌水的孕险环境中获取隧址及其附近围岩的水 文地质信息；所述隧址及其附近围岩的水文地质信息包括不良地质、地层岩性、地下水位、 可溶岩与非可溶岩接触带、地形地貌、岩层产状、层面与层间裂隙和围岩级别；
步骤(2)：根据步骤(1)得到指标层次表，根据指标层次表与因素权向量，计算出风险 分级值，并进行一致性检验；
步骤(3)：将致险因子引入风险评估的影响因素中，综合考虑步骤(1)的隧址及其附近 围岩的水文地质信息和致险因子，进行突涌水风险估算，划分隧道突涌水风险的区段分布特 征；
步骤(4)：将步骤(1)得到的水文地质信息结合现场实际施工情况进行实时更正，以实 现突水涌泥风险的动态评估。
所述步骤(3)的致险因子是指导致突水风险发生的直接因素，如施工方案、施工技术以 及人员活动。
所述步骤(2)的根据指标层次表与因素权向量，计算出风险分级值，计算出风险分级值 步骤为：
B＝[b1 b2…bi…bn] (1)
ω＝[ω1 ω2…ωi…ωn]T (2)
S＝B·ω (3)
其中，B为专家评分向量，ω为因素权向量，S为风险分级值。
所述步骤(2)的步骤如下：
步骤(2-1)：依据水文地质信息构建指标层次表；
步骤(2-2)：利用1-9标度法构造判断矩阵；
步骤(2-3)：利用步骤(2-2)的判断矩阵计算权重值；
步骤(2-4)：利用步骤(2-3)的权重值计算判断矩阵的最大特征值λmax：
λ max = Σ i = 1 n ( AW ) i n W i = 1 n Σ i = 1 n Σ j = 1 n a ij W j W i - - - ( 7 ) ]]>
aij的参数含义为判断矩阵中的各个元素。
步骤(2-5)：一致性检验：
最终通过计算出的各因子的权重值是否能真实地客观地反映出其重要性，决定于判断矩 阵的真实性；因此，必须对判断矩阵进行满意度的一致性评价：
CI = λ max - n n - 1 - - - ( 8 ) ]]>
CR = CI RI - - - ( 9 ) ]]>
式中：CI：一致性指标；CR：一致性比率；RI：平均随机一致性指标，通过表3查 得。
表3
因子数(n) 1 2 3 4 5 6 7 8 9
相应取值 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45
若一致性比率CR＜0.1，判断矩阵满足一致性，否则，需对判断矩阵进行调整，直至判 断矩阵满足一致性为止。
所述步骤(2-1)的指标层次表见表1：
表1 指标层次表
所述步骤(2-2)的判断矩阵，如表2所示：
表2 判断矩阵
所述步骤(2-3)的步骤如下：
步骤(2-3-1)：计算判断矩阵各行元素的Mi
M i = Π i = 1 n a ij ( i , j = 1,2 , . . . , n ) - - - ( 4 ) ]]>
步骤(2-3-2)：计算Mi的n次根
W i = M n - - - ( 5 ) ]]>
步骤(2-3-3)：对向量归一化处理
W = W i ‾ Σ j = 1 n W i ‾ ( i = 1,2,3 , . . . , n ) - - - ( 6 ) ]]>
所得到的ω＝[ω1 ω2…ωi…ωn]T即为所求的因素权向量。
所述步骤(3)将致险因子引入风险评估的影响因素中的步骤为：
在水文地质信息中，若仅有地下水位为定量描述，采用构造隶属度函数的方法来确定各 等级的隶属度，隶属度函数的客观与否决定评价结果的有效性，构造如下函数：
μ 1 = 1 ( x > x 1 ) x - x 2 x 1 - x 2 ( x 2 < x < x 1 ) 0 ( x < x 2 ) - - - ( 10 ) ]]>
μ 3 = 0 ( x > x 2 ) x 2 - x x 2 - x 3 ( x 3 < x < x 2 ) a x 2 - x ( x < x 3 ) - - - ( 12 ) ]]>
μ 4 = 0 ( x > x 3 ) x 2 - x x 2 - x 3 ( x 3 < x < x 2 ) x 2 - x - a x 2 - x ( x < x 3 ) - - - ( 13 ) ]]>
式(10)～(13)中，μ1、μ2、μ3、μ4分别是地下水四个风险水平的隶属函数，且x1取60、 x2取30、x3取0和a取10；
对于其它不能量化描述的突水风险因素，采用Karwowski算法提出隶属度函数，见表4：
表4
每一个因素都有k个等级，每个因素等级对于评价集的评价指标具有相应影响，其影响 程度用隶属度来表示，建立评价矩阵B：
式中：bik表示第i个因素第k等级相对于因素的隶属度。
所述步骤(3)的风险估算步骤为：
综合赋权法求解因素权向量w由统计典型突水突泥实例得到的客观权向量P与由层次分 析法得到的主观权向量Q加权求和而得：
ω＝P·ΨP+Q·ΨQ (15)
P＝[p1 p2…pi…pn] (16)
Q＝[q1 q2…qi…qn] (17)
式中，P为客观权向量，Q为主观权向量分别与，ΨP为客观权重的分配权值，ΨQ为主观 权重的分配权值，ΨP与ΨQ则由基于专家调查的信心指数法获得。
所述划分隧道突涌水风险的区段分布特征的步骤为：
步骤(3a-1)：建立因素集；
用模糊语言对突水风险发生概率评价目标进行分类表述，建立评价集：
V＝(v1，v2，v3，v4) (18)
式中：v1为一级风险；v2为二级风险；v3为三级风险；v4为四级风险，突水地质灾害 程度依次减弱，各元素vi代表各种可能的总评判结果，即在综合考虑所有突水影响因素，从 评价集中得出最佳的评价结果。
步骤(3a-2)：风险评价与排序；
应用模糊变换原理对相关各因素进行综合评价，得到突水风险发生概率的综合评价集Pf：
A为施工因素判断矩阵。ai表示各施工因素(超前地质预报，监控量测，开挖支护等)， B为评价矩阵，bik表示第i个因素第k等级相对于因素的隶属度
根据最大隶属度原则，在公式(20)计算结果中，最后的隶属度矩阵中，综合指标υl对 应的评价等级的隶属度cl最高者，即为突水风险评价等级；
用公式表示为：
υ s = { c l / υ l → max ( c i ) i = 1 k } - - - ( 20 ) ; ]]>
ci为风险等级隶属度向量，vs为突水突泥风险等级，vl为综合指标。
所述步骤(4)的步骤为：
以突水涌泥风险评估物元系统中研究对象为事物，预测指标为特征，指标标准化值为特 征值，突水涌泥风险评估物元用下式来描述：
取突水涌泥风险评估物元系统中的某一预测对象，仅依据相邻下层对应的预测指标进行 预测，称为点预测，其是突水涌泥风险等级评估的基础。
其中点预测的过程如下：
步骤(4-1)：分别计算经典域物元、节域物元和现状物元；
步骤(4-2)：分析步骤(4-1)中的物元等级关联度；
步骤(4-3)：利用步骤(4-2)中的关联度进行预测对象分类综合评判；
步骤(4-4)：对预测对象的指标权重进行分析。
所述步骤(4-1)的步骤为：
步骤(4-1-1)：经典域物元
根据突涌水风险评估等级标准，可得预测对象的经典域物元：
R 0 j = N 0 j , c 1 , v 01 j c 1 , v 02 j . . . . . . c n , v 0 nj = N 0 j , c 1 , < a 01 j , b 01 j > c 2 , < a 02 j , b 02 j > . . . . . . c n , < a 0 nj , b 0 nj > - - - ( 22 ) ]]>
式中：
R0j为第j个同征物元，
N0j为预测对象的第j级别(j＝1，2，…，m)，m为所划分等级数；
ci为预测对象的第i个特征(i＝1，2，…，n)，n为预测对象的特征数；
v0ij＝﹤a0ij，b0ij﹥为级别j第i个特征ci标准化后的量值域，即各级别关于预测对象的指 标所取的经典域。
步骤(4-1-2)：节域物元
R P = N p , c 1 , v P 1 c 2 , v P 2 . . . . . . c n , v Pn = N P , c 1 , < a P 1 , b P 1 > c 2 , < a P 2 , b P 2 > . . . . . . c n , < a Pn , b Pn > - - - ( 23 ) ]]>
式中：
Np为预测对象级别全体；
vpi＝﹤api，bpi﹥为P关于特征ci所取的值域，即Np的节域。上式记为RP(P，C，VP)，由 于标准化处理后的各特征值域为﹤0，1﹥，于是得节域RP＝[NP，ci，＜0，1＞]。显然有，(i＝1，2，…，n；j＝1，2，…，m)。
步骤(4-1-3)：现状物元
根据实际情况对预测对象Nk的各个特征值进行统计和分析，并根据给定的标准进行处理， 从而得到现状物元；
R k = N k , c 1 , v k 1 c 2 , v k 2 . . . . . . c n , v kn - - - ( 24 ) ]]>
式中，Nk为预测对象；vki为预测对象的第i个特征ci的标准化取值。
所述步骤(4-2)的步骤为：
步骤(4-2-1)：单指标关联度
对突水涌泥风险评估对象Nk的第i个特征ci关于第j个级别的关联函数记为Kj(vki)，可 由下式计算：
K j ( v ki ) = - ρ ( v ki , v 0 ij ) | v 0 ij | , v ki ∈ v 0 ij ρ ( v ki , v 0 ij ) ρ ( v ki , v Pi ) - ρ ( v ki , v 0 ij ) , v ki ∉ v 0 ij - - - ( 25 ) ]]>
ρ ( v ki , v 0 ij ) = | v ki - a 0 ij + b 0 ij 2 | - b 0 ij - a 0 ij 2 - - - ( 26 ) ]]>
|v0ij|＝|b0ij-a0ij| (27)
ρ ( v ki , v pi ) = | v ki - a pi + b pi 2 | - b pi - a pi 2 - - - ( 28 ) ]]>
步骤(4-2-2)：多指标综合关联度
突水涌泥风险评估对象Nk关于等级j的关联度为
K j ( N k ) = Σ i = 1 n w i K j ( v ki ) - - - ( 29 ) ]]>
式中：wi为预测指标权系数。对突水涌泥风险评估对象Nk的第i个特征ci关于第j个级 别的关联函数记为Kj(vki)
所述步骤(4-3)的步骤为：
若
Kj0(Nk)＝max{Kj(Nk)|j＝1，2，…，m} (30)
则突水涌泥风险等级为j0级。
令
K ‾ j ( N k ) = K j ( N k ) - min j K j ( N k ) max j K j ( N k ) - min j K j ( N k ) - - - ( 31 ) ]]>
j * = Σ j = 1 m j · K ‾ j ( N ) k Σ j = 1 m K ‾ j ( N k ) - - - ( 32 ) ]]>
则称j*为预测对象Nk的级别变量特征值。根据j*看出偏向另一级的程度。
所述步骤(4-4)的步骤为：
采用简单关联函数法确定预测指标的权重，其计算方法如下：
设 r ij = 2 ( v ki - a 0 ij ) b 0 ij - a 0 ij , v ki ≤ a 0 ij + b 0 ij 2 2 ( b 0 ij - v ki ) b 0 ij - a 0 ij , v ki ≥ a 0 ij + b 0 ij 2 - - - ( 33 ) ]]>
若vki∈vpi，则
r ij max ( v ki , v 0 ij ) = max j = 1 m { r ij ( v ki , v 0 ij ) } - - - ( 34 ) ]]>
若预测指标ci的数据落入的级别越大，该指标应赋予越大的权重
r i = j max × ( 1 + r ij max ( v ki , v 0 ij ) ) , j max × 0.5 , r ij max ( v ki , v 0 ij ) ≥ - 0.5 r ij max ( v ki , v 0 ij ) < - 0.5 - - - ( 35 ) ]]>
否则，若预测指标ci的数据落入的级别越大，该指标应赋予越小的权重
r i = ( m - j max + 1 ) × ( 1 + r ij max ( v ki , v 0 ij ) ) , ( m - j max + 1 ) × 0.5 , r ij max ( v ki , v 0 ij ) ≥ - 0.5 r ij max ( v ki , v 0 ij ) < - 0.5 - - - ( 36 ) ]]>
则预测指标ci的权重为
w i = r i Σ i = 1 n r i - - - ( 37 ) . ]]>
本发明的有益效果：本发明解决了相似模型试验中含水层内部水力边界条件控制问题， 具有以下优点：
1、通过调查隧道施工期所有潜在导致突水灾害发生的风险因素，并进行系统的归类整理 和筛选过程，可从孕险环境和致险因子两个角度进行突水风险因素辨识；
2、风险动态评估指标的取值结合现场实际施工情况进行实时更正，可以实现突水涌泥风 险的动态评估。
附图说明
图1是本发明的评价步骤流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
(1)在隧道勘察阶段，获取隧址及其附近围岩的水文地质信息，即隧道发生突涌水的孕 险环境，了解隧道各段所处地质条件的风险状态；
(2)根据专家评分向量与因素权向量计算出风险分级值并进行一致性检验；
B＝[b1 b2…bi…bn] (1)
ω＝[ω1ω2…ωi…ωn]T (2)
S＝B·ω (3)
其中，B与ω分别为专家评分向量与因素权向量，S为风险分级值。
权重的计算选用层次分析法(AHP)。AHP方法的主要计算步骤如下：
a步骤是构建指标层次图，如表1所示；
表1
b构造判断矩阵，利用1-9度方法，如表2所示；
表2
c计算权重值
1)计算判断矩阵各行元素的Mi
M i = Π i = 1 n a ij ( i , j = 1,2 , . . . , n ) - - - ( 4 ) ]]>
2)计算Mi的n次根
W i = M n - - - ( 5 ) ]]>
3)对向量 W ‾ = [ W 1 ‾ , W 2 ‾ , W 3 ‾ , . . . , W n ‾ ] ]]>归一化处理
W = W i ‾ Σ j = 1 n W i ‾ ( i = 1,2,3 , . . . , n ) - - - ( 6 ) ]]>
所得到的W＝[W1，W2，W3，…，Wn]T即为所求的权向量。
d.计算判断矩阵的最大特征值λmax
经过以上计算完成后，就可以计算判断矩阵的最大特征值λmax，由矩阵理论可知其有 最大特征值：
λ max = Σ i = 1 n ( AW ) i n W i = 1 n Σ i = 1 n Σ j = 1 n a ij W j W i - - - ( 7 ) ]]>
e.一致性检验
从以上的计算过程可以看出，最终通过计算出的各因子的权重值是否能真实地客观 地反映出其重要性，主要决定于判断矩阵的真实性。因此，必须对判断矩阵进行满意度 的一致性评价。
CI = λ max - n n - 1 - - - ( 8 ) ]]>
CR = CI RI - - - ( 9 ) ]]>
式中：CI：一致性指标；CR：一致性比率；RI：平均随机一致性指标，可以通 过表3查得。
表3
因子数(n) 1 2 3 4 5 6 7 8 9
相应取值 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45
若CR＜0.1，判断矩阵满足一致性，否则，需对判断矩阵进行调整，直至满意为止。 (3)将致险因子引入风险评估的影响因素中，综合考虑孕险环境和致险因子，进行突涌 水风险评价，划分隧道突涌水风险的区段分布特征；
突水风险因素中，若仅有地下水位为定量描述，可采用构造隶属度函数的方法来确定各 等级的隶属度，隶属度函数的客观与否决定评价结果的有效性，构造如下函数：
μ 1 = 1 ( x > x 1 ) x - x 2 x 1 - x 2 ( x 2 < x < x 1 ) 0 ( x < x 2 ) - - - ( 10 ) ]]>
μ 3 = 0 ( x > x 2 ) x 2 - x x 2 - x 3 ( x 3 < x < x 2 ) a x 2 - x ( x < x 3 ) - - - ( 12 ) ]]>
μ 4 = 0 ( x > x 3 ) x 2 - x x 2 - x 3 ( x 3 < x < x 2 ) x 2 - x - a x 2 - x ( x < x 3 ) - - - ( 13 ) ]]>
式(10)～(13)中，μ1、μ2、μ3、μ4分别地下水四个风险水平的隶属函数，且x1、x2、x3和a分别取60、30、0和10。
对于其它不能量化描述的突水风险因素，可采用工程中常用的Karwowski提出的隶属度 函数，见表4。
表4
每一个因素都有k个等级，每个因素等级对于评价集的评价指标具有相应影响，其影响 程度用隶属度来表示，建立评价矩阵B：
式中：b1k表示第i个因素第k等级相对于因素的隶属度。
风险估算方法
①综合赋权法求解因素权向量
综合赋权法因素权向量由客观权向量与主观权向量加权求和而得：
ω＝P·ΨP+Q·ΨQ (15)
P＝[p1 p2…pi…pn] (16)
Q＝[q1 q2…qi…qn] (17)
式中，P与Q分别为客观权向量与主观权向量，ΨP与ΨQ分别为客观与主观权重的分配 权值。
P由统计典型突水突泥实例而来，Q由层次分析法得到，ΨP与ΨQ则由专家信心指数法 获得。
通过计统国内百余例典型突水突泥事故，得到突水突泥风险评估因素集内各因素权重分 别为：不良地质p1＝0.252、地层岩性p2＝0.089、地下水位p3＝0.104、可溶岩与非可溶岩接触 带p4＝0.081、地形地貌p5＝0.067、岩层产状p6＝0.022、层面与层间裂隙p7＝0.037、围岩级别 p8＝0.030、超前地质预报p9＝0.141、监控量测p10＝0.095、开挖支护p11＝0.082。
权重的计算选用层次分析法，分配权值采用信心指数法得到。
风险区段划分
1)建立因素集
用模糊语言对突水风险发生概率评价目标进行分类表述，建立评价集：
V＝(v1，v2，v3，v4)
(18)
式中：v1为一级风险；v2为二级风险；v3为三级风险；v4为四级风险，突水地质灾害 程度依次减弱，各元素vi代表各种可能的总评判结果，即在综合考虑所有突水影响因素，从 评价集中得出最佳的评价结果。
2)风险评价与排序
应用模糊变换原理对相关各因素进行综合评价，可得到突水风险发生概率的综合评价集：
根据最大隶属度原则，在上式计算结果中，最后的隶属度矩阵中，综合指标υl对应的评 价等级的隶属度cl最高者，即为突水风险评价等级。用公式表示为：
υ s = { c l / υ l → max ( c i ) i = 1 k } - - - ( 20 ) ]]>
(4)将各指标的取值结合现场实际施工情况进行实时更正，以实现突水涌泥风险的动态 评估。
以突水涌泥风险评估物元系统中研究对象为事物，预测指标为特征，指标标准化值为特 征值，突水涌泥风险评估物元可用下式来描述：
取突水涌泥风险评估物元系统中的某一预测对象，仅依据相邻下层对应的预测指标进行 预测，称为点预测，其是突水涌泥风险等级评估的基础。
(1)经典域、节域、现状物元
1)经典域物元
根据突涌水风险评估等级标准，可得预测对象的经典域物元：
R 0 j = N 0 j , c 1 , v 01 j c 1 , v 02 j . . . . . . c n , v 0 nj = N 0 j , c 1 , < a 01 j , b 01 j > c 2 , < a 02 j , b 02 j > . . . . . . c n , < a 0 nj , b 0 nj > - - - ( 22 ) ]]>
式中：R0j为第j个同征物元，N0j为预测对象的第j级别(j＝1，2，…，m)，m为所划分 等级数；ci为预测对象的第i个特征(i＝1，2，…，n)，n为预测对象的特征数；v0ij＝﹤a0ij， b0ij﹥为级别j第i个特征ci标准化后的量值域，即各级别关于预测对象的指标所取的经典域。
2)节域物元
R P = N p , c 1 , v P 1 c 2 , v P 2 . . . . . . c n , v Pn = N P , c 1 , < a P 1 , b P 1 > c 2 , < a P 2 , b P 2 > . . . . . . c n , < a Pn , b Pn > - - - ( 23 ) ]]>
式中：Np为预测对象级别全体；vpi＝﹤api，bpi﹥为P关于特征ci所取的值域，即Np的 节域。上式记为RP(P，C，VP)，由于标准化处理后的各特征值域为﹤0，1﹥，于是可得节域 RP＝[NP，ci，＜0，1＞]。显然有，(i＝1，2，…，n；j＝1，2，…，m)。
3)现状物元
根据实际情况对预测对象Nk的各个特征值进行统计和分析，并根据给定的标准进行处理， 从而得到现状物元(待评物元)。
R k = N k , c 1 , v k 1 c 2 , v k 2 . . . . . . c n , v kn - - - ( 24 ) ]]>
式中，Nk为预测对象；vki为预测对象的第i个特征ci的标准化取值。
(2)物元等级关联度分析
1)单指标关联度
对突水涌泥风险评估对象Nk的第i个特征ci关于第j个级别的关联函数记为Kj(vki)，可 由下式计算：
K j ( v ki ) = - ρ ( v ki , v 0 ij ) | v 0 ij | , v ki ∈ v 0 ij ρ ( v ki , v 0 ij ) ρ ( v ki , v Pi ) - ρ ( v ki , v 0 ij ) , v ki ∉ v 0 ij - - - ( 25 ) ]]>
ρ ( v ki , v 0 ij ) = | v ki - a 0 ij + b 0 ij 2 | - b 0 ij - a 0 ij 2 - - - ( 26 ) ]]>
|v0ij|＝|b0ij-a0ij| (27)
ρ ( v ki , v pi ) = | v ki - a pi + b pi 2 | - b pi - a pi 2 - - - ( 28 ) ]]>
2)多指标综合关联度
突水涌泥风险评估对象Nk关于等级j的关联度为
K j ( N k ) = Σ i = 1 n w i K j ( v ki ) - - - ( 29 ) ]]>
式中：wi为预测指标权系数。
(3)预测对象分类综合评判
若
Kj0(Nk)＝max{Kj(Nk)|j＝1，2，…，m} (30)
则突水涌泥风险等级为j0级。
令
K ‾ j ( N k ) = K j ( N k ) - min j K j ( N k ) max j K j ( N k ) - min j K j ( N k ) - - - ( 31 ) ]]>
j * = Σ j = 1 m j · K ‾ j ( N ) k Σ j = 1 m K ‾ j ( N k ) - - - ( 32 ) ]]>
则称j*为预测对象Nk的级别变量特征值。根据j*可以看出偏向另一级的程度。例如，j0＝2， j*＝2.6，表示预测对象Nk风险级别为II级偏向III级。
(4)预测指标权重分析
预测指标权重计算方法可分为三类：一类是主观赋权法，主要由专家根据经验判断得到， 如德尔菲法、层次分析法等；第二类是客观赋权法，如频数统计法、极差法、熵值法等；第 三类为综合赋权法，又称信息集结法，由主观权重和客观权重综合计算得到。本文采用简单 关联函数法确定预测指标的权重，其计算方法如下：
设 r ij = 2 ( v ki - a 0 ij ) b 0 ij - a 0 ij , v ki ≤ a 0 ij + b 0 ij 2 2 ( b 0 ij - v ki ) b 0 ij - a 0 ij , v ki ≥ a 0 ij + b 0 ij 2 - - - ( 33 ) ]]>
若vki∈vpi，则
r ij max ( v ki , v 0 ij ) = max j = 1 m { r ij ( v ki , v 0 ij ) } - - - ( 34 ) ]]>
若预测指标ci的数据落入的级别越大，该指标应赋予越大的权重
r i = j max × ( 1 + r ij max ( v ki , v 0 ij ) ) , j max × 0.5 , r ij max ( v ki , v 0 ij ) ≥ - 0.5 r ij max ( v ki , v 0 ij ) < - 0.5 - - - ( 35 ) ]]>
否则，若预测指标ci的数据落入的级别越大，该指标应赋予越小的权重
r i = ( m - j max + 1 ) × ( 1 + r ij max ( v ki , v 0 ij ) ) , ( m - j max + 1 ) × 0.5 , r ij max ( v ki , v 0 ij ) ≥ - 0.5 r ij max ( v ki , v 0 ij ) < - 0.5 - - - ( 36 ) ]]>
则预测指标ci的权重为
w i = r i Σ i = 1 n r i - - - ( 37 ) ]]>
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限 制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付 出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。