An optimal classification method for risk assessment of water inrush in karst tunnels based on grey system theory

Zhou, Z.Q.; Li, S.C.; Li, L.P.; Shi, S.S.; Xu, Z.H.

추천

검색

자료유형: 학술저널

저자정보: Zhou, Z.Q. (Geotechnical and Structural Engineering Research Center, Shandong University) Li, S.C. (Geotechnical and Structural Engineering Research Center, Shandong University) Li, L.P. (Geotechnical and Structural Engineering Research Center, Shandong University) Shi, S.S. (Geotechnical and Structural Engineering Research Center, Shandong University) Xu, Z.H. (Geotechnical and Structural Engineering Research Center, Shandong University)

저널정보: 테크노프레스 Geomechanics & engineering Geomechanics & engineering 제8권 제5호

발행연도: 2015.1

수록면: 631 - 647 (17page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Engineers may encounter unpredictable cavities, sinkholes and karst conduits while tunneling in karst area, and water inrush disaster frequently occurs and endanger the construction safety, resulting in huge casualties and economic loss. Therefore, an optimal classification method based on grey system theory (GST) is established and applied to accurately predict the occurrence probability of water inrush. Considering the weights of evaluation indices, an improved formula is applied to calculate the grey relational grade. Two evaluation indices systems are proposed for risk assessment of water inrush in design stage and construction stage, respectively, and the evaluation indices are quantitatively graded according to four risk grades. To verify the accuracy and feasibility of optimal classification method, comparisons of the evaluation results derived from the aforementioned method and attribute synthetic evaluation system are made. Furthermore, evaluation of engineering practice is carried through with the Xiakou Tunnel as a case study, and the evaluation result is generally in good agreement with the field-observed result. This risk assessment methodology provides a powerful tool with which engineers can systematically evaluate the risk of water inrush in karst tunnels.

#optimal classification method #GST #risk assessment #water inrush #engineering application

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)