(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210927872.7 (22)申请日 2022.08.03 (71)申请人 南昌大学 地址 330031 江西省南昌市红谷滩新区学 府大道999号 申请人 深圳市捷感科技有限公司 (72)发明人 姚池　黄波　张小波　杨建华　 姜清辉　周创兵　 (74)专利代理 机构 北京圣州专利代理事务所 (普通合伙) 11818 专利代理师 李志强 (51)Int.Cl. G06F 30/13(2020.01) (54)发明名称 基于改进层次分析法的边坡监测状态风险 判断方法 (57)摘要 本发明公开了一种基于改进层次分析法的 边坡监测状态 风险判断方法， 涉及 环境监测方法 技术领域。 所述方法包括如下步骤： 通过对被监 测边坡的多源监测参数进行加权融合定量赋权 计算， 构造准则层监测参数正互反一致矩阵； 结 合层次分析法进行方案层判断矩阵构造检验， 根 据权重矩阵计算得分， 并进行排序， 对边坡监测 状态风险进行判断。 所述方法可有效提高判断矩 阵的准确可靠性， 继而为后续边坡状态风险分析 提供可靠技术支持。 权利要求书3页 说明书5页 附图2页 CN 115270266 A 2022.11.01 CN 115270266 A 1.一种基于改进层次分析法的边坡监测状态风险判断方法， 其特征在于包括如下步 骤： 通过对被监测边坡的多源监测参数进行加权 融合定量赋权计算， 构造准则层监测参数 正互反一 致矩阵； 结合层次分析法进行方案层判断矩阵构造检验， 根据权重矩阵计算得分， 并进行排序， 对边坡监测状态风险进行判断。 2.如权利要求1所述的基于改进层次分析法的边坡监测状态风险判断方法， 其特征在 于： 采用基于最小二乘法的边坡监测多源参数 赋权方法进行加权融合定量赋权计算。 3.如权利要求2所述的基于改进层次分析法的边坡监测状态风险判断方法， 其特征在 于： 采用基于最小二乘法的边坡监测多源参数赋权方法进 行加权融合定量赋权计算的方法 包括： 不同类型监测数据标准 化处理； 监测系统参数最优加权因子计算。 4.如权利要求3所述的基于改进层次分析法的边坡监测状态风险判断方法， 其特征在 于， 所述不同类型监测数据标准 化处理的方法包括如下步骤： 为了消除变量的量纲效应， 使每个变量都具有同等的表现力， 需要采用消量纲的方法， 是对不同的变量进行 所谓的压缩处 理， 即使每 个变量的方差均变成1， 即： 其中 继而得到标准 化后的观测向量Zi。 5.如权利要求3所述的基于改进层次分析法的边坡监测状态风险判断方法， 其特征在 于监测系统参数最优加权因子计算的具体方法包括如下步骤： 设组网监测系统中有2种不同类型监测传感器同时对边坡状态进行观测， 观测向量为Z1 和Z2， 随机测量白噪声误差向量 为u1和u2， u1、 u2～N(0， σ2)， 且相互独立； 观测方程 为： Z1＝X1+u1， Z2＝X2+u2； 边坡状态监测的估计值 与N1、 N2成线性关系， 即 式中： w1、 w2为2种不 同监测传感器的权值； 目标物状态监测误差 取 的最小均方差为最优判据， 则误 差期望为： 代入已知条件得目标物状态监测误差方差为： 因为 且E(u1u2)＝0， 则： 要使得 最小， 求偏导数 求解得： 权　利　要　求　书 1/3 页 2 CN 115270266 A 2故求得目标对象状态监测最优 估计值为： 因此， 可以通过对2种监测设备的量测值进行融合得到最优的估计值 该结论也适用于多个不同监测设备的情况： 设组网监测系统中每种监测传感器的测量 方差分别为 观测向量分别为Z1， Z2， ...， Zn， 且两两相互独立， 每种监测传 感器的加权因子分别为w1， w2， ...， wn， 由多元函数求极值理论可求出在总均方误差最小准 则下对应的加权因子为： 由上式可知最优加权因子取决于每种传感器测量方差， 也 就是设备精度。 6.如权利要求1所述的基于改进层次分析法的边坡监测状态风险判断方法， 其特征在 于： 运用层次分析法建模 包括如下步骤： 建立递阶层次结构模型； 构造各层次的判断矩阵； 层次单排序及一 致性检验； 层次总排序及一 致性检验。 7.如权利要求6所述的基于改进层次分析法的边坡监测状态风险判断方法， 其特征在 于： 所述建立 递阶层次结构模型包括： 方案层P、 准则层C以及目标层O， 所述方案层P包括I级风险、 II级风险、 III级风险； 所述 准则层C包括地表水平 位移、 深层水平位移、 地表倾斜变形、 降雨量及裂缝宽度位移； 所述目 标层O包括 安全风险等级判别。 8.如权利要求6所述的基于改进层次分析法的边坡监测状态风险判断方法， 其特征在 于， 构造各层次的判断矩阵的方法如下： 构造准则层监测参数判断矩阵： 考虑到边坡状态组网监测系统设备测量精度参数事先均已知， 此处运用前述最小二乘 法的系统多源参数最优加权因子， 构造准则层监测参数判断矩阵； 设要比较准则层的n个因子C＝{c1， ...， cn}对目标层某因素O的影响大小， 每次取两个 因子ci和cj， 以aij表示ci和cj对O的影响大小之比， 全部比较结果用矩阵A＝(aij)n×n表示， 此 处称A为O ‑C之间的成对比较判断矩阵； 若ci和cj对O的影响之比为aij＝wi/wj＞0， w为监测系 统参数最优加权因子， 则cj与ci对O的影响之比应为aji＝1/aij， 则A＝(aij)n×n也为正互反矩 阵， 即： 此处准则层判断矩阵是基于监测系统参数最优加权因子进行赋权构造的， 每个参数权权　利　要　求　书 2/3 页 3 CN 115270266 A 3