公路交通科技  2024, Vol. 41 Issue (12): 77-85

扩展功能

文章信息

朱旭伟, 田波, 权磊, 李思李, 李立辉.
ZHU Xu-wei, TIAN Bo, QUAN Lei, LI Si-li, LI Li-hui
基于改进物元可拓模型的多年冻土路基稳定性评估
Permafrost Roadbed Stability Evaluation Based on Improved Matter-element Extension Model
公路交通科技, 2024, 41(12): 77-85
Journal of Highway and Transportation Research and Denelopment, 2024, 41(12): 77-85
10.3969/j.issn.1002-0268.2024.12.009

文章历史

收稿日期: 2022-11-08
基于改进物元可拓模型的多年冻土路基稳定性评估
朱旭伟1 , 田波2 , 权磊2 , 李思李2 , 李立辉2     
1. 同济大学 道路与交通工程教育部重点实验室, 上海 201804;
2. 交通运输部公路科学研究院, 北京 100088
摘要: 为准确客观地评估多年冻土公路路基稳定性, 构建了以冻土特性、地质环境、气候条件和工程状况为准则层, 包含12个指标的评价体系。选取7个区间的多年冻土公路路基作为样本, 通过G1法和熵权法分别计算各指标的主、客观权重, 并采用博弈论方法确定各评价指标的综合权重。通过物元变换构建了冻土公路路基稳定性等级的物元体系, 计算各指标的关联度。将博弈论组合赋权和物元可拓模型相结合, 构建了一种新型的多年冻土公路路基稳定性评估模型, 对7个区间多年冻土公路路基的稳定性进行评估。结果表明: 年平均地温、工程措施、路基高度、年平均气温和含冰量是影响冻土稳定性最主要的因素; 基于博弈论组合赋权和物元可拓模型的多年冻土公路路基稳定性评价方法, 克服了G1法赋权中主观随意性带来的偏差, 同时也避免了熵权法过于依赖指标数据而忽略指标重要性的问题, 这使得多年冻土路基稳定性评估中的指标权重更加科学合理; 评价结果与实际路基的变形监测数据吻合度较高, 验证了该模型的科学性和有效性。
关键词: 道路工程    路基稳定性    博弈论    物元可拓模型    多年冻土    
Permafrost Roadbed Stability Evaluation Based on Improved Matter-element Extension Model
ZHU Xu-wei1, TIAN Bo2, QUAN Lei2, LI Si-li2, LI Li-hui2    
1. Road and Traffic Engineering Key Laboratory of the Ministry of Education, Tongji University, Shanghai 201804, China;
2. Research Institute of Highway, Ministry of Transport, Beijing 100088, China
Abstract: To accurately and objectively evaluate the permafrost highway roadbed stability, the evaluation system was established based on the criteria layers (i.e., permafrost characteristics, geological environment, climate conditions, and engineering status), including 12 indicators. The permafrost highway roadbeds were selected as the samples from 7 sections. The objective and subjective weights of each indicator were calculated by using G1 method and entropy weight method. The comprehensive weight of each evaluation indicator was determined with the game theory. The matter-element system for permafrost highway roadbed stability level was constructed through the matter-element transformation, and the correlation degree of each indicator was calculated. By combining the game theory weighted sum and matter-element extension model, a new evaluation model for permafrost highway roadbed stability was established. The new model was used to evaluate the permafrost highway roadbed stability in 7 sections. The result indicates that the annual average ground temperature, engineering measures, roadbed height, annual average temperature, and ice content are the main factors affecting the permafrost stability. The permafrost highway roadbed stability evaluation method, based on game theory combined weight and matter-element extension model, avoids the subjectivity bias by using G1 weight method. Simultaneously, it avoids the entropy method being overly dependent on the indicator data and ignoring the indicators' importance. The indicators' weight in permafrost roadbed stability evaluation becomes more scientific and reasonable. The evaluation results match well with the deformation monitoring data of actual roadbeds, verifying the scientific validity and effectiveness of the proposed model.
Key words: road engineering    roadbed stability    game theory    matter-element extension model    permafrost    
0 引言

青藏高原地处中低纬度高海拔地区,特殊的地理气候条件形成了独特的多年冻土区。多年冻土是一种受限于地质特性和热扰动的特殊土体,状态极为敏感[1-3]。气候环境和工程活动的变化极易改变其赋存环境,导致其承载力降低[4]。在多年冻土区修筑公路,特别是采用沥青面层的公路,极有可能会加剧多年冻土的退化。反之,多年冻土的退化将削弱路基的稳定性,引起上覆公路路基发生融沉变形和边坡滑塌,严重威胁了行车的安全性和舒适性[5]。为了防止多年冻土退化导致路基融沉变形,热棒路基、片块石路基、通风管路基等技术方案在多年冻土公路路基处理中得到了广泛应用,并取得了显著效果。然而部分处理路段仍发生了严重的融沉变形[1, 6-8],这是由于影响冻土公路路基稳定性的因素众多且体系复杂,受制于目前的监测技术及理论研究水平,多年冻土公路路基设计并未集成考虑各因素对路基稳定性的影响重要程度。因此,构建科学合理的多年冻土公路路基的稳定性评价体系并开展评估,对多年冻土区公路路基设计、施工和养护具有重要的指导意义。

模糊综合评价法[9]、遗传算法[10]、BP神经网络[11]、TOPSIS[12]等多种模型和方法已被应用到路基稳定性的评估分析中。基于模糊隶属函数,模糊评价法能够对表现为模糊性的数据资料做出比较贴合实际的评价;遗传算法通常需要与可靠度理论相结合来分析路基的稳定性,选择、交叉和变异3个算子均由经验确定,计算过程繁琐;BP神经网络和模糊推理方法需要大量的数据样本,样本越多,评价结果越准确[13];TOPSIS法避免了数据的主观性,能够很好地刻画多个影响指标的综合影响力度。上述各种方法为冻土路基的稳定性评估提供了一定的科学依据,但由于多年冻土本身特性和所处环境的复杂性,导致冻土公路路基的稳定性评价也变得复杂,具体表现为各影响因素之间相互影响、定性与定量共存,使得这些方法在评价冻土公路路基稳定性方面存在一定的局限性,并且在指标权重确定过程中存在主观随意性带来的偏差和过分依赖指标数据而忽略指标本身重要程度等缺点。

综上所述,本研究提出了基于博弈论组合赋权-物元可拓模型的多年冻土公路路基稳定性评估模型。以多年冻土公路路基病害的致因为出发点,从路基本体、下卧冻土层和气候环境因素综合考虑,构建了以冻土特性、地质环境、气候条件和工程状况为准则层,包含12个评价指标的多年冻土路基稳定性评价指标体系。通过博弈论将G1法确定的主观权重和熵权法确定的客观权重进行组合,然后将综合权重应用于物元可拓模型对多年冻土公路路基稳定性进行评估。最后通过实际案例分析,验证了模型的科学性和合理性。

1 多年冻土路基稳定性评价系统 1.1 构建评价指标体系

多年冻土路基稳定性受多种因素共同影响,并且各因素间存在相互作用,因此构建合理准确的冻土路基稳定性评价指标体系对于评价结果的可信度至关重要。Luo等[13]指出多年冻土的厚度有利于路堤的稳定性,多年冻土厚度越大,路堤的稳定性越好。赵韬等[14]通过研究发现多年冻土区地表变形与体积含冰量、年平均地温、活动层厚度这3个影响因素之间具有一定的相关性。李金平等[15]通过对不同冻土温度、荷载等条件下路基下土体变形进行分析,阐释了多年冻土路基不均匀变形破坏的特征和成因;Andersland等[16]指出辐射量、气温及降雨量均是影响冻土路基变形的关键因素;Yu等[17]指出植被退化也会导致永久冻土退化;周康等[18]分析了共玉高速公路路基下伏多年冻土时空演变特征及影响因素。综上所述,除了外部荷载(车辆、地震)和路基本身的施工质量外,多年冻土区路基稳定性主要受下伏多年冻土热状态的制约,而冻土特性、气候条件、地质环境和工程状况均会导致路基下层多年冻土的热状态发生变化,进而影响多年冻土路基的稳定性[13, 19]。本研究从路基本体、下卧冻土层和气候环境综合考虑,以多年冻土路基的稳定性为目标,从冻土类型、气候条件、地质环境和工程状况作为准则层,建立多年冻土路基稳定性评价指标体系,如图 1所示。

图 1 多年冻土路基稳定性评价体系 Fig. 1 Permafrost roadbed stability evaluation system

1.2 评价指标的等级标准

为对多年冻土路基稳定性做出准确评估并对测评路基进行针对性养护,需要对其稳定性等级进行合理划分。从路基稳定性考虑,按照地温可以将冻土分为高温极不稳定冻土、高温不稳定冻土、低温基本稳定冻土和低温稳定冻土;按照含冰量可以将冻土分为少冰冻土、多冰冻土、富冰冻土、饱冰冻土和含土冰层[20]。但是冻土路基的稳定性受多种因素共同影响,并非由单一因素可以判断确定,因此,参考文献[12, 13, 21]将多年冻土路基稳定性划分为4个等级,即稳定(Ⅰ级),较稳定(Ⅱ级),欠稳定(Ⅲ级),不稳定(Ⅳ级)。路基工程安全性评价指标的等级标准如表 1所示,工程措施的等级按照文献[13]进行划分。

表 1 路基工程安全性评价指标的等级标准 Tab. 1 Grade standard of roadbed engineering safety evaluation indicators
指标 工程等级标准
1级 2级 Ⅰ级 Ⅱ级 Ⅲ级 Ⅳ级
冻土特性 含冰量/% 0~10 10~20 20~50 50~100
多年冻土厚度/m ≥80 [40,80) [20,40) [0,20)
季节性冻土厚度/m [0,1.5) [1.5,2.5) [2.5,3.0) ≥3.0
地质环境 年平均地温/℃ < ―2.0 ―2~―1 ―1~―0.5 ≥―0.5
植被覆盖率/m [80,100) [50,80) [10,50) (0,10)
地貌类型 山脊 山坡 沼泽 盆地
气候条件 年降水量/mm ≤50 50~150 150~300 ≥300
年平均气温/℃ ≤―3.0 ―3~―2 ―2~―1 ≥―1
年辐射量/(MJ·m―2) [4 000,5 000) [5 000,6 000) [6 000,7 000) [7 000,8 000)
工程状况 路基高度/m 1.5~3.0 3.0~6.0 ≥6.0 ≤1.5
路基走向(北偏东)/(°) 0~10 10~30 30~60 60~90
工程措施/级

2 基于博弈论组合赋权-物元可拓的评估模型

由于构建的多年冻土路基稳定性评价体系中既包含定量指标,又包含定性指标,采用单一方法难以完全反映评价指标的真实权重。为保证冻土路基稳定性评价的可靠性,本研究采用博弈论组合赋权法对G1法确定的主观权重ω*和熵权法确定的客观权重ω**进行组合得到组合权重ω,以对决策者的主观意向和数据的客观属性进行平衡,进而提高指标权重的准确性。然后,采用物元可拓模型对稳定性各评价指标进行量化,计算各指标与稳定性等级之间的关联函数值。最后,基于组合权重计算各指标与稳定性等级之间的综合关联度,并按照最大关联度原则判定待评定冻土路基区间的稳定性等级,计算流程如图 2所示。

图 2 多年冻土路基稳定性评价计算流程 Fig. 2 Calculation process of permafrost roadbed stability evaluation

2.1 基于博弈论的组合赋权方法 2.1.1 G1法确定主观权重

G1法是对各指标按重要程度进行排序的基础上,对相邻指标依次进行判断来确定权重的一种主观权重确定方法,其省去了层次分析法构造判断矩阵和一致性检验的过程[22-23],具体步骤如下。

(1) 确定评价指标的序关系。按照重要程度将评价体系中的指标集C= {c1, c2, c3, …, cn}中的n个指标依次进行排序,记排序后的关系为c1>c2>…>ci-1>ci>…>cn

(2) 确定相邻指标的比值。对步骤(1)中相邻指标ci-1相对于ci的重要程度以二者权重比值的形式表示为:

(1)

式中,wi-1wi分别为ci-1ci的权重,i=2,3, …,nri的取值参照表 2[24]

表 2 重要程度比值标度及其说明 Tab. 2 Importance ratio scale and description
ri 说明
1.0 ci-1ci同样重要
1.2 ci-1ci稍微重要
1.4 ci-1ci明显重要
1.6 ci-1ci非常重要
1.8 ci-1ci绝对重要
1.1,1.3,1.5,1.7 各重要程度比值标度的中间值

(3) 确定指标权重。根据步骤(2)中各相邻指标间ri值按照式(2)计算第n个指标的权重,再根据式(1)依次计算其余各指标的权重:

(2)

式中, 为对ri值进行求积; k为指标i的排序位次, 其取值为n, n-1, …, 2。

2.1.2 熵权法确定客观权重

熵权法是根据待评价对象的指标值构成的判断矩阵来确定指标权重的一种客观评价方法[25]。具体步骤如下。

(1) 构建判断矩阵X

设待评价对象有m个,待评价对象的评价指标有n个,建立基于样本数据的评价矩阵X= (xij)m×nxij为多年冻土路基稳定性评价体系中第i个待评价对象的第j个指标的评价值。对于定量指标而言,xij的取值为其真实的监测值;对于定性指标而言,xij的取值根据其单个指标所处的评价等级按照表 3进行打分。

表 3 定性指标量化评价参数 Tab. 3 Quantitative evaluation parameters of qualitative indicators
评价等级/级
分值 10 8 4 2

(2) 判断矩阵X标准化。

为了消除不同量纲和量纲单位的不可公度性,通过式(3)对判断矩阵X进行标准化处理[25],得到矩阵Y= (yij)m×n

(3)

式中, xmaxxmin分别为多年冻土路基稳定性评价体系中第j个指标所有样本数据中的最大值和最小值。

(3) 根据熵的定义,确定各评价指标的熵值ej为:

(4)

式中fij为熵值公式中的一个固有参数,表示概率。为使ln fij有意义,对传统意义的fij进行修正:

(5)

(4) 计算各评价指标的客观权重为:

(6)
2.1.3 博弈论确定组合权重

博弈论组合赋权法是以纳什均衡理论为基础,将G1法确定的主观权重和熵权法确定的客观权重进行协调比较,以二者最大化利益为目标,对主、客观权重中的信息全面考虑并集成优化的过程,以获得多年冻土路基稳定性评价体系中各指标的合理权重[22]。具体步骤如下。

(1) 构造基础权重向量集Ek

利用L种方法计算评价体系中的n个评价指标的权重,则构造的基本权重向量集为:

(7)

(2) 构建权重向量线性组合E

(8)

式中αk为线性组合系数,αk>0。

(3) 优化求解线性组合系数αk

E和各个Ek之间的离差最小化为目标,采用多目标博弈论模型对其进行优化,求解L个向量的线性组合系数α= [α1, α2, …, αk],约束条件为:

(9)

根据矩阵的微分性质,对式(9)求一阶导数,可将其转化为等价线形方程组:

(10)

通过对式(10)进行求解,得到线性组合系数α= [α1, α2, …, αk]。

(4) 对线性组合系数αk进行标准化:

(11)

(5) 计算组合权重为:

(12)
2.2 多年冻土路基稳定性物元可拓评价模型

可拓评价法从定性和定量2个角度将各指标之间的矛盾问题进行物元转化和运算转化为多个特性的就近原则问题,从而得出指标之间的内部规律,实现对待评估事物的合理评估。物元可拓理论把待评价事物N,事物具有的特征属性C及特征的具体量值V通过物元R = (NCV)概念有机结合起来,反映出事物的质与量的辩证关系。通过对多年冻土路基稳定性评价指标进行物元变换[26],具体步骤如下。

(1) 确定待评物元。

将多年冻土路基的各指标实测数据和按照表 3获得的定性指标评价数据用物元R0表示,即为待评物元。

(13)

式中,P0为待评冻土路基;Cn为冻土路基稳定性评价体系中的第n个评价指标;v0nP0关于评价指标Cn的量值,即待评冻土路基各评价指标的实际数据。

(2) 确定经典域Rj

多年冻土路基的稳定性指标的经典域是冻土路基的各指标特征与其在不同稳定性等级标准下的量值构成的物元矩阵Rj

(14)

式中,Nj为所划分冻土路基的稳定性等级(j=1,2,3,4);Cn为冻土路基稳定性等级Nj的第n个评价指标;νjn= < ajn, bjn>为冻土路基稳定性等级Nj关于Cn的取值范围。

(3) 确定节域Rp

在经典域Rj的基础上,根据各评价指标Ci在整个评价体系中的取值范围建立节域Rp

(15)

式中,Np为冻土路基稳定性等级的全体;νpn= < apn, bpn>为Np条件下关于Cn的取值范围。

(4) 按式(4)对各评价指标进行无量纲化处理。

(5) 计算冻土路基稳定性等级评价指标的关联函数值。冻土路基第i个评价指标关于稳定性等级j的关联函数为:

(16)

式中ρ为实测值到经典域和节域的范围。其中:

(17)
(18)
(19)

(6) 确定待评冻土路基关于稳定性等级j的可拓关联度为:

(20)

式中ωi为基于博弈论理论求得的第i项评价指标的权重。

(7) 确定冻土路基稳定性等级。

根据最大关联度原则,若Kj0=max Kj (P0), j∈ {1, 2, 3, 4},则待评冻土路基P0的稳定性等级为j0

3 实例分析

以G214玛多至玉树段的7个未养护冻土公路路基区间为例,区间长度为100 m,对其路基稳定性进行分析计算,验证本研究提出的冻土路基稳定性评估模型的有效性。各路基区间的监测数据如表 4所示。

表 4 各路基区间的监测数据 Tab. 4 Monitoring data of each roadbed section
指标 区间1 区间2 区间3 区间4 区间5 区间6 区间7
含冰量C1/% 38.2 26.4 12.8 42.6 25.9 18.6 17.6
多年冻土厚度C2/m 25 80 50 35 65 50 70
季节性冻土厚度C3/m 3.2 2.3 3.5 6.1 5.2 3.8 4.2
年平均地温C4/℃ ―3.80 ―1.32 ―1.57 ―0.05 ―4.80 ―0.52 ―0.08
植被覆盖率C5/% 5 15~20 50 60 ≥90 75 70
地貌类型C6 盆地 沼泽 山坡 山坡 山坡 山脊 山脊
年降水量C7/mm 402 402 402 402 322 322 495
年平均气温C8/℃ ―4.5 ―2.7 ―2.7 ―2.1 ―4.5 ―4.1 ―5.0
年辐射量C9/(MJ·m―2·a―1) 6 800 6 800 6 800 6 800 6 500 6 500 7 200
路基高度C10/m 2.5 3.2 4.3 5.2 3.5 0.6 0.6
路基走向C11 65~70 40~45 15~20 25~30 15~20 5~8 7~9
工程措施C12/级

表 1所示的12个冻土路基稳定性评价指标中,对于难以量化的植被覆盖率C5和既非正向指标又非负向指标的路基高度C10按照定性指标处理,其按照表 3中的定性指标评价参数进行量化,其余定量指标采用路基区间的实测值。

3.1 指标权重的确定

(1) G1法确定指标主观权重。

按照G1法的基本原理,分别对准则层P和指标层C按照重要程度进行排序并赋值,多年冻土路基稳定性评价指标排序及ri值如表 5所示。

表 5 多年冻土路基稳定性评价指标排序及ri Tab. 5 Ranking and ri values of permafrost roadbed stability evaluation indicators
指标 排序 r2 r3 r4
指标体系 P1>P4>P2>P3 1.2 1.1 1.1
冻土特性P1 C1>C3>C2 1.2 1.4
地质环境P2 C4>C6>C5 1.3 1.5
气候条件P3 C8>C7>C9 1.6 1.1
工程状况P4 C12>C10>C11 1.2 1.3

按照式(1)和式(2)对表 5中的数据进行分析计算,得到各准则层Pi下对应指标Ci的权重,各指标的权重乘以对应准则层P的权重即可得到各指标在目标层下的主观权重,计算结果如表 6所示。

表 6 各评价指标权重计算结果 Tab. 6 Weigh result of each evaluation indicator
指标 G1法权重 指标 G1法权重 熵权法权重 博弈论组合权重
P1 0.305 C1 0.126 0.076 0.086
C2 0.075 0.076 0.076
C3 0.105 0.079 0.084
P2 0.231 C4 0.101 0.164 0.151
C5 0.052 0.062 0.060
C6 0.078 0.064 0.067
P3 0.210 C7 0.060 0.058 0.058
C8 0.096 0.086 0.088
C9 0.054 0.055 0.055
P4 0.254 C10 0.086 0.099 0.096
C11 0.066 0.064 0.064
C12 0.103 0.118 0.115

(2) 熵权法确定指标客观权重。

根据表 4中的路基区间监测构建判断矩阵X;根据式(3)对判断矩阵X进行标准化,得到标准化判断矩阵Y;根据式(4)~(6)对标准化判断矩阵Y进行分析计算客观权重。计算结果如表 6所示。

(3) 基于博弈论的组合权重。

按照式(10)计算得到G1法权重和熵权法权重构建的向量集的线性组合系数α1α1分别为0.203和0.797,组合权重的计算结果如表 6所示。根据表 6绘制多年冻土路基稳定性评价体系的指标权重,如图 3所示。

图 3 多年冻土路基稳定性评价体系的指标权重 Fig. 3 Indicators' weight of permafrost roadbed stability evaluation system

图 3可知,除C1C3C4的主、客观权重差异较大外,其他各指标的主、客观权重变化趋势基本一致。通过比较各指标的组合权重可以发现,C4>C12> C10>C8>C1,这说明年平均地温的变化对路基的稳定影响最大,这与导致冻土路基变形的根本原因一致。而C1并不是影响冻土路基稳定性的主要因素,这是因为路基下部高温冻土的融化才会导致路基的不均匀融沉。因此,实际工程中通常采用热棒、片块石路基、通风管路基等工程措施为路基下部冻土蓄冷以达到提高冻土路基稳定性的目的。以上结果说明基于博弈论的组合权重对主客观权重进行了最优化集成,这既体现了评价过程中经验的重要性,又突出了实际监测数据的效用,其能够对多年冻土稳定性评价体系各指标进行合理赋权。

3.2 多年冻土路基稳定性物元可拓评价

(1) 根据表 1将多年冻土路基稳定性各评价指标在Ⅰ~Ⅳ级的取值范围进行标准化处理,将其作为冻土路基稳定性物元经典域Rj

(2) 根据冻土路基稳定性评价指标的取值范围确定节域Rp

(3) 根据表 4中各区间的实际数据确定其待评物元并进行标准化处理,确定待评物元R0

(4) 以区间1为例,根据式(16)~(19)计算路基稳定性评价指标关于稳定性等级的关联函数值,结果如表 7所示。同理,可以计算得到区间2~7各评价指标关于稳定性等级的关联函数值,再根据表(6)和式(20)计算各路基区间的综合关联度及稳定性等级,结果如表 8所示。

表 7 路基稳定性评价指标关于稳定性等级的关联函数值 Tab. 7 Correlation function values of stability grade for roadbed stability evaluation indicators
等级/级 C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12
―0.425 ―0.688 ―0.347 0.40 ―0.750 ―0.750 ―0.782 0.500 ―0.60 0.333 ―0.750 ―0.750
―0.323 ―0.375 ―0.179 ―0.60 ―0.667 ―0.667 ―0.720 ―0.500 ―0.667 ―0.167 ―0.667 ―0.667
0.393 0.250 ―0.059 ―0.70 ―0.50 ―0.50 ―0.510 ―0.625 ―0.50 ―0.583 ―0.50 ―0.50
―0.236 ―0.167 0.050 ―0.733 0.50 0.50 0.490 ―0.70 0.50 ―0.286 0.50 0.50

表 8 各路基区间的综合关联度及稳定性等级 Tab. 8 Comprehensive correlation degree and stability grade of each roadbed section
区间 关联度/级 评估等级/级 2022年实测最大变形/cm
1 ―0.289 ―0.490 ―0.341 ―0.055 ―33
2 ―0.381 ―0.123 ―0.208 ―0.164 ―14
3 ―0.217 0.093 ―0.311 ―0.398 ―12
4 ―0.433 ―0.395 ―0.408 ―0.295 ―48
5 ―0.133 ―0.309 ―0.461 ―0.518 ―7
6 ―0.291 ―0.349 ―0.359 ―0.342 ―6
7 ―0.415 ―0.527 ―0.582 ―0.243 ―39

根据最大关联度识别原则,由表 8可见,区间5和区间6处于稳定状态;区间2和区间3处于较稳定状态;区间1,4,7处于不稳定状态。2022年实测各区间冻土公路路基变形数据显示,7个区间内的冻土路基发生了不同程度的融沉变形,其结果与本研究基于博弈论-物元可拓模型构建的多年冻土路基稳定性评价模型分析结果吻合度较高。这也进一步验证了本研究模型对多年冻土路基稳定性评估的准确性和合理性。

4 结论

本研究将博弈论组合赋权和物元可拓模型相结合,构建了一种新型的多年冻土公路路基稳定性评估模型,并对G214玛多至玉树段的7个区间多年冻土公路路基的稳定性进行了评估。

(1) 通过分析多年冻土公路路基变形的根本原因,归纳总结影响其稳定性的主要因素,构建了以冻土特性、地质环境、气候条件和工程状况为准则层,包含12个评价指标的多年冻土路基稳定性评价指标体系,其中年平均地温、工程措施、路基高度、年平均气温和含冰量是影响冻土稳定性最主要的因素。

(2) 物源可拓模型中指标权重的合理性直接影响评估结果的准确性,本研究基于博弈论对G1法确定的主观权重和熵权法确定的客观权重进行了组合,避免了G1法赋权方法过程中主观随意性带来的偏差和熵权法过分依赖指标数据而忽略指标本身重要程度等缺点,使得多年冻土路基稳定性评估中的指标权重更加科学合理。

(3) 通过工程实例分析,将基于博弈论求解的主客观组合权重应用于物源可拓模型,对多年冻土路基稳定性进行综合评估,评估结果与实测路基变形数据吻合度较高,验证了博弈论组合赋权-物元可拓模型用于多年冻土路基稳定性评价的合理性,其结果可为多年冻土路基养护提供决策依据。

参考文献
[1]
SHA A M, MA B, WANG H N, et al. Highway Constructions on the Qinghai-Tibet Plateau: Challenge, Research and Practice[J]. Journal of Road Engineering, 2022, 2: 1-60. DOI:10.1016/j.jreng.2022.02.002
[2]
孙志忠, 马巍, 党海明, 等. 青藏铁路多年冻土区路基变形特征及其来源[J]. 岩土力学, 2013, 34(9): 2667-2671.
SUN Zhi-zhong, MA Wei, DANG Hai-ming, et al. Characteristics and Causes of Embankment Deformation for Qinghai-Tibet Railway in Permafrost Regions[J]. Rock and Soil Mechanics, 2013, 34(9): 2667-2671.
[3]
尹国安, 牛富俊, 林战举, 等. 青藏铁路沿线多年冻土分布特征及其对环境变化的响应[J]. 冰川冻土, 2014, 36(4): 772-781.
YIN Guo-an, NIU Fu-jun, LIN Zhan-ju, et al. The Distribution Characteristics of Permafrost Along the Qinghai-Tibet Railway and Their Response to Environmental Change[J]. Journal of Glaciology and Geocryology, 2014, 36(4): 772-781.
[4]
田亚护, 房建宏, 沈宇鹏. 多年冻土地区宽幅公路路基稳定性模拟[J]. 中国公路学报, 2015, 28(1): 17-23.
TIAN Ya-hu, FANG Jian-hong, SHEN Yu-peng. Simulation on Stability of Large-width Highway Embankment in Permafrost Regions[J]. China Journal of Highway and Transport, 2015, 28(1): 17-23.
[5]
李金平, 王佐, 张娟, 等. 多年冻土路基不均匀变形成因分析[J]. 中国公路学报, 2015, 28(12): 78-85, 91.
LI Jin-ping, WANG Zuo, ZHANG Juan, et al. Cause Analysis on Uneven Deformation of Embankment in Permafrost Regions[J]. China Journal of Highway and Transport, 2015, 28(12): 78-85, 91.
[6]
王青志, 房建宏, 晁刚, 等. 路面类型对多年冻土区片块石路基热状态的影响[J]. 冰川冻土, 2019, 41(5): 1087-1097.
WANG Zhi-qing, FANG Jian-hong, CHAO Gang, et al. Influence of Pavement Type on Thermal State of Block-stone Subgrade in Permafrost Region[J]. Journal of Glaciology and Geocryology, 2019, 41(5): 1087-1097.
[7]
TAI B W, LIU J K, WANG T F, et al. Thermal Characteristics and Declining Permafrost Table Beneath Three Cooling Embankments in Warm Permafrost Regions[J]. Applied Thermal Engineering, 2017, 123: 435-447. DOI:10.1016/j.applthermaleng.2017.05.031
[8]
邰博文, 刘建坤, 房建宏, 等. 高温冻土区高速公路特殊结构路基地温分布特征及降温效果分析[J]. 岩石力学与工程学报, 2017, 36(增1): 3696-3704.
TAI Bo-wen, LIU Jian-kun, FANG Jian-hong, et al. Analysis on Distribution Characteristics of Ground Temperature and Cooling Effect of Special-structured Subgrade of the Expressway in Warm Permafrost Region[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(S1): 3696-3704.
[9]
曹伟, 陈继, 张波, 等. 青海柴木铁路多年冻土区片石路基工程措施效果的模糊评价[J]. 冰川冻土, 2015, 37(6): 1555-1562.
CAO Wei, CHEN Ji, ZHANG Bo, et al. Fuzzy Evaluation of the Effect of Rubble Roadbed Engineering in Permafrost Regions Along the Chaidaer-muli Railway in Qinghai Province[J]. Journal of Glaciology and Geocryology, 2015, 37(6): 1555-1562.
[10]
QI C Q, WU Q B, SHI B, et al. Reliability Analysis of Thawing Settlement of Permafrost Subgrade Based on Genetic Algorithm[J]. Rock and Soil Mechanics, 2006, 27(8): 1429-1432.
[11]
苗姜龙, 陈曦, 吕彦楠, 等. 基于BP神经网络的冻土路基变形预测与可靠度分析[J]. 自然灾害学报, 2018, 27(4): 81-87.
MIAO Jiang-long, CHEN Xi, LÜ Yan-nan, et al. Prediction on Deformation and Reliability of Subgrade of Qinghai-Tibet Railway Based on BP Neural Network Method[J]. Journal of Natural Disasters, 2018, 27(4): 81-87.
[12]
郑雨茜, 鲍学英. 基于ANP和扩展TOPSIS法的青藏铁路冻土路基安全性分析[J]. 铁道科学与工程学报, 2018, 15(3): 605-613.
ZHENG Yu-qian, BAO Xue-ying. The Safety Analysis of the Qinghai-Tibet Railway Permafrost Subgrade Based on ANP and the Extension of TOPSIS Method[J]. Journal of Railway Science and Engineering, 2018, 15(3): 605-613.
[13]
LUO X X, MA Q G, JIANG H Q. Pre-evaluation on Stability of Proposed Expressway Embankment with Existing Geothermal Regulation Measures in Permafrost Regions[J]. Journal of Central South University, 2021, 28(1): 264-283. DOI:10.1007/s11771-021-4601-5
[14]
赵韬, 张明义, 路建国, 等. 多年冻土区地表变形与影响因素相关性分析[J]. 哈尔滨工业大学学报, 2021, 53(11): 145-153.
ZHAO Tao, ZHANG Ming-yi, LU Jian-guo, et al. Correlation Between Ground Surface Deformation and Influential Factors in Permafrost Regions[J]. Journal of Harbin Institute of Technology, 2021, 53(11): 145-153.
[15]
李金平, 张娟, 陈建兵, 等. 高寒冻土区路基变形演化规律与破坏特征[J]. 交通运输工程学报, 2016, 16(4): 78-87.
LI Jin-ping, ZHANG Juan, CHEN Jian-bing, et al. Evolution Laws and Failure Characteristics of Subgrade Deformation in Alpine Permafrost Region[J]. Journal of Traffic and Transportation Engineering, 2016, 16(4): 78-87.
[16]
ANDERSLAND O B, LADANYI B. Frozen Ground Engineering[M]. New York: John Wiley & Sons, 2003.
[17]
YU Q H, MU Y H, YUAN C, et al. The Cold Accumulative Effect of Expressway Embankment with a Combined Cooling Measure in Permafrost Zones[J]. Cold Regions Science and Technology, 2019, 163: 59-67. DOI:10.1016/j.coldregions.2019.04.009
[18]
周康, 田波, 权磊, 等. 共玉高速公路路基下伏多年冻土时空演变特征及影响因素[J]. 公路交通科技, 2024, 41(7): 40-48, 55.
ZHOU Kang, TIAN Bo, QUAN Lei, et al. Spatio-temporal Evolution Characteristics and Influencing Factors of Permafrost Underlying Gonghe-Yushu Expressway Subgrade[J]. Journal of Highway and Transportation Research and Development, 2024, 41(7): 40-48, 55. DOI:10.3969/j.issn.1002-0268.2024.07.005
[19]
孟进宝, 杨永鹏, 韩龙武, 等. 基于模糊理论的青藏铁路冻土路基安全性评价[J]. 铁道建筑, 2015(8): 88-92.
MENG Jin-bao, YANG Yong-peng, HAN Long-wu, et al. Safety Evaluation on Permafrost Subgrade of Qinghai-Tibet Railway Based on Fuzzy Theory[J]. Railway Engineering, 2015(8): 88-92.
[20]
刘建坤, 曾巧玲, 侯永峰. 路基工程[M]. 北京: 中国建筑工业出版社, 2005.
LIU Jian-kun, ZENG Qiao-ling, HOU Yong-feng. Roadbed Engineering[M]. Beijing: China Construction Industry Press, 2005.
[21]
阮国锋, 张建明, 穆彦虎, 等. 基于熵权物元可拓模型的冻土路基热稳定性评价[J]. 冰川冻土, 2014, 36(1): 123-129.
RUAN Guo-feng, ZHANG Jian-ming, MU Yan-hu, et al. Evaluation of the Embankment Thermal Stability over Permafrost Based on Entropy-weight and Matter-element Extension Model[J]. Journal of Glaciology and Geocryology, 2014, 36(1): 123-129.
[22]
郝伟, 韦丽, 陶泽, 等. 除冰盐与冻融环境下在役混凝土桥梁耐久性评估[J]. 安全与环境学报, 2022, 22(3): 1207-1216.
HAO Wei, WEI Li, TAO Ze, et al. Durability Evaluation of In-service Concrete Bridges Under Deicing Salt and Freeze-thaw Environment[J]. Journal of Safety and Environment, 2022, 22(3): 1207-1216.
[23]
刘红雨, 刘友存, 孟丽红, 等. 熵权法在水资源与水环境评价中的研究进展[J]. 冰川冻土, 2022, 44(1): 299-306.
LIU Hong-yu, LIU You-cun, MENG Li-hong, et al. Research Progress of Entropy Weight Method in Water Resources and Water Environment[J]. Journal of Glaciology and Geocryology, 2022, 44(1): 299-306.
[24]
郭亚军. 综合评价理论、方法及应用[M]. 北京: 科学出版社, 2007.
GUO Ya-jun. Comprehensive Evaluation Theory, Method and Application[M]. Beijing: Science Press, 2007.
[25]
李伟伟, 易平涛, 李玲玉. 综合评价中异常值的识别及无量纲化处理方法[J]. 运筹与管理, 2018, 27(4): 173-178.
LI Wei-wei, YI Ping-tao, LI Ling-yu. Outliers Recognition and the Dimensionless Method in Comprehensive Evaluation[J]. Operations Research and Management, 2018, 27(4): 173-178.
[26]
王伟, 王兴, 刘丹娜, 等. 基于博弈论与可拓云的盾构掘进安全稳定性评价[J]. 公路交通科技, 2024, 41(2): 148-157.
WANG Wei, WANG Xing, LIU Dan-na, et al. Safety and Stability Assessment of Shield Tunneling Based on Game Theory and Extension Cloud[J]. Journal of Highway and Transportation Research and Development,, 2024, 41(2): 148-157. DOI:10.3969/j.issn.1002-0268.2024.02.015