基于经济发展的环境工程论文

摘要：基于TOD的基本理念，根据TOD的三项基本规划设计原则，以提升轨道交通运量、优化区域环境质量和协调土地利用为目标，以各种类型土地的容积率为决策变量，构建站点地区土地利用优化的多目标决策模型，以郑州市轨道交通3号线金水路站周边地区土地利用优化为例，证实了模型的实用性。下面小编整理了一些《基于经济发展的环境工程论文(精选3篇)》，仅供参考，大家一起来看看吧。

基于经济发展的环境工程论文 篇1：

基于科学发展观转变企业竞争力评价视角的探讨

摘要：企业竞争力评价已形成两种基本模式，即基于经营/财务/市场的企业竞争力评价与基于可持续发展的企业竞争力评价。文章针对中国发展战略的根本性转变，探讨了评价企业竞争力的新视角：即从循环经济、企业社会责任与人的发展三维集成视角评价企业竞争力。

关键词：科学发展观；企业竞争力；评价视角；循环经济；企业社会责任；人的发展

一、 评价企业竞争力的基本前提：中国国家发展战略的根本性转变

中国的国家发展观发生了根本性转变。中国政府提出“坚持以人为本，树立全面、协调、可持续的发展观，促进经济社会与人的全面发展”的发展观，她被称之为“科学发展观”。她是对以往人类社会发展历程中经验和教训的正确总结与科学提炼，是中国社会发展实践的必然选择。

这一发展观的灵魂是“和谐”，因为依据这一发展观所得出的发展目标是人与自然的和谐、 人与社会的和谐、人与人的和谐，包括经济与社会的和谐、城乡之间的和谐。为实现这一目标， 依据这一发展观所得出的必然结论就是“改变发展模式”，就是把以往的经济增长和社会公平、生态环境保护脱节甚至对立的发展模式转变为和谐的一种新的发展模式。

在这个关键时期，中国政府选择了经济、社会、环境全面协调发展的战略。这一战略的特质是“转变”。包括发展观与发展思想的转变，发展理论与方法的转变，经济发展方式的转变，社会经济建构体制与运行机制的转变，以及工作作风与衡量标准的转变等等。

二、 评价企业发展必须转换视角

对中国而言，选择“转变”这样的发展战略是中国社会主流价值观的体现，它符合人类社会发展的趋势，符合中国的实际，是历史的必然。

以自然资源的消耗为例，我国每年约产生500万吨的废钢铁，20多万吨的废有色金属，1400万吨的废纸以及其他废弃物。在我国社会中存在的这许多废弃物其实是一座座储藏量极大的“矿山”和资源库。如果能有效的开发利用，我国经济社会发展的资源、环境约束将会大大缓解，完全可能在不增加对自然环境压力的前提下，满足经济进一步发展对资源、环境的需要。故中国政府在提出“科学发展观”之后，紧接着又提出了推进循环经济和建设资源节约型和环境友好型社会的要求，明确指出我国的生产活动要大力提高自然资源的利用率和废弃物循环利用的水平。这些都对企业发展模式的选择提出了尖锐的挑战，要求企业发展模式的彻底转变。

因此，评价企业发展不能再用原来的理论视角，必须有所“转变”：即转变为基于循环经济、企业社会责任和人的发展的三维集成体系的视角上。

三、 必须基于循环经济视角评价企业竞争力

中国改革开放以来的经济增长模式基本上是沿袭西方先行工业化国家所采用的模式， 其主要特点是用高投入、高消耗和高污染来换取经济的高增长。可以说，今天中国出现的资源、环境问题基本上是缘于这种发展模式。比如在自然资源的消耗方面：据调查，2003年，中国消耗的原煤、铁矿石、钢材、水泥分别占全世界消耗量的31%、30%、27%和40%，而创造出来的GDP则只占世界的4%；中华人民共和国建立50多年来，中国的GDP增长了10多倍，而矿产资源的消耗却增长了40多倍；另外，中国农业生产灌溉用水的利用系数仅为国际先进水平1/2左右，工业万元产值的耗水量比先进水平高10倍左右；在能源消耗方面，中国的火力发电、钢铁工业、水泥制造业的能耗水平分别比国际先进水平高22.5%、21%和45%；中国每增加单位GDP的废水排放量比国际先进水平高4倍，固体废弃物的排放量则高10多倍。

数字虽少却触目惊心。中国经济增长方式所付出的资源、环境代价是巨大的，是中国的自然环境所难以承受的。若按目前的经济增长方式继续发展下去，势必将引发严重的资源、环境危机。

发展循环经济是实施可持续发展的必然选择。随着可持续发展从概念到行动，人们从各个学科和方法上不断提出一些创新的监测指标与评估模型，为评价企业竞争力开拓了新视角，奠定了新基础。因此，必须基于循环经济评价企业竞争力。

中国在降低人口压力、保障人民的基本生活与健康、以及参与国际合作努力方面确实做出了很大的努力，取得了较好的成绩。但总体而言，环境可持续性状况仍较差，需要进一步采取更有力的措施。由此可见，中国选择可持续发展是必然的。企业再也不能走单纯追求利润和市场占有率的发展道路了。

因此，评价中国企业竞争力的视角非转变到基于循环经济实践不可。

四、 必须基于企业社会责任视角评价企业竞争力

企业社会责任是指企业在赚取利润的同时，应主动承担起对环境、社会和利益相关者的责任。当今，在经济全球化进程中，特别是在国际贸易中，企业社会责任正逐渐成为热点，它已经对中国企业走向国际产生了影响。企业要对投资者负责，要发展、盈利；企业要对员工负责，要为员工提供安全、福利和教育；企业要对消费者负责，要做到诚信、公平，提供优质产品和优质服务；企业要对社区负责，要投入社区建设，关心公益事业；企业要对人类的未来负责，要爱护环境。只有那些负责任的企业，才能获得社会的认同和尊重。

企业要持续发展，就必须承担社会道德责任。1997年以来， 国际社会推出了“社会道德责任标准8000（简称SA8000）”，这是世界上第一个规范企业道德行为的标准。这一标准要求生产企业不仅对产品质量负责，还要在员工健康安全、工作时间和报酬等方面达到一定标准。欧美一些跨国公司在其全球生产供应链上开始推行把“企业社会责任（CSR）”作为一项生产标准来要求企业。

近年来，国内陆续有企业因“道德认证”不过关，出口产品遭欧美大量退单。与此同时，中国的劳工问题日益被国际社会关注，一些劳工组织和跨国公司还针对中国的劳工问题，制定了专门的生产守则，要求中国的出口加工企业遵守。麦当劳、耐克、迪斯尼、沃尔玛等公司相继对其供应链上的中国企业实施社会责任标准认证。

不仅如此，建立健全企业社会责任制度，更是中国经济自身发展的内在动力和需求，是落实科学发展观、构建社会主义和谐社会的迫切要求。因为，企业是社会和谐发展的基本物质载体，是维护社会稳定的基本就业载体，是人们安居乐业的基本生活载体，是人与自然和谐发展的基本生产载体。因此，评价企业竞争力必须基于企业社会责任视角进行。

五、 必须基于人的发展视角评价企业竞争力

中国国家新的发展目标和战略至少应该确定以提高人的生活消费（满足生理需要）、改善人的生存环境（满足安全需要）、 维护人的尊严（满足人的社会需要和尊重需要）、实现人的全面发展（满足自我实现的需要、追求真、美、善的需要）为中心目标上来。这就意味着，发展不应该片面地追求不切实际的高速度， 应该稳定均衡地增长，并提高人的生活消费水平；发展必须注意环境保护与生态平衡，维护长期持续的发展；发展必须节约，走集约化道路，合理地开发利用社会自然资源； 发展更应该有一个和谐、安定、宽松、宽容的社会环境，消弥社会各阶层间的内耗与冲突，使人得到全面的健康的发展。

企业的发展应该为国家实现这种新的发展目标做出贡献。为此，企业必须研究并选择自身的发展战略。

企业的发展战略就是从总体上决定企业整体沿着社会价值观方向在各个领域采取积极适应性行为而进步的全面、长远的愿景与方略。其核心是企业中的人的全面发展。

之所以把人的全面发展视为企业发展战略的核心，是由于社会主义企业与资本主义企业的根本区别就在于企业中的人，即全体劳动者，包括体力劳动者和脑力劳动者，他们是企业的主体，而不是企业的客体，不是资本主义企业中的雇佣劳动者。社会主义实行公有制的根本目的就是解放人、尊重人和恢复人在一切社会生活包括企业生活中的主体地位。

人的发展可以分为三个层次。第一层次是以满足人的物质文化需要为主导的发展；第二层次是在满足人的物质需要的基础上，以满足人的社会文化需要为主导的发展；第三层次是在满足人的物质文化和社会文化需要的基础上，以创造条件实现人的全面充分发展为主导的发展。这三层递进的发展虽然明显地以第3层发展最符合人类发展的必然意义。但是目前并不具备实现这种发展在物质与精神两方面所需要的前提条件。当人类创造的改变自然的物质力量，譬如技术体系依然要求人去适应它的时候，人就不可能有全面充分而自由的发展，而只能是被技术掌握的客体。当人以追求合理报酬为满足的时候，企业选择的人的发展就必然停留在第1层次上；当人以人——机——环境工程学原理彻底改变技术体系使之能够适应人的时候，人才能够真正成为技术上可以自由发展的人，企业才具备了选择第三层次发展的物质技术条件。只有当人在观念上也不认为劳动是自己谋生之手段时，企业才具备了实现第三层次发展的精神条件。因此我们认为，目前企业所能选择的人的发展至多是第二层次，而且为实现这第二层次的发展，企业依然要付出巨大的努力。当然选择第二层次发展的社会主义企业也应该努力创造条件，使企业职工有比较多的自由和充分全面发展的可能。因此，评价社会主义市场经济中的企业竞争力不能离开对人的发展的评价。

参考文献：

1．雷保中．构建和谐企业提升企业竞争力．环渤海经济瞭望，2005，（5）．

2．卜心怡．多角化经营企业竞争力的定量评价．技术经济及管理研究，2001，（2）．

3．顾一希，吴满琳．工业企业可持续发展及其评价方法的研究．上海理工大学学报，2001，（2）．

4．程淑云．发展循环经济构建资源节约型社会．商业经济，2005，（10）：8．

5．黄朝军，李孟德．建设资源节约型企业．企业文明，2004，（7）．

6．马明媛．发展循环经济是推进新型工业化的战略选择．重庆大学学报，2005，（1）．

7．杨华峰．基于循环经济的企业竞争力评价研究．系统工程，2006，（11）．

8．赵国杰，冯石岗．构建基于人本导向的企业发展战略体系初探．大连理工大学学报（社会科学版），2002，（4）．

作者简介：赵国杰，天津大学管理学院教授、博士生导师；郭景瑞，天津大学管理学院博士生；于美霞，天津大学管理学院博士生；刘明，天津大学管理学院博士生。

收稿日期:2008-09-08。

作者：赵国杰　郭景瑞　于美霞　刘　明

基于经济发展的环境工程论文 篇2：

TOD模式下轨道交通站点地区土地利用优化研究

摘 要：基于TOD的基本理念，根据TOD的三项基本规划设计原则，以提升轨道交通运量、优化区域环境质量和协调土地利用为目标，以各种类型土地的容积率为决策变量，构建站点地区土地利用优化的多目标决策模型，以郑州市轨道交通3号线金水路站周边地区土地利用优化为例，证实了模型的实用性。

关键词：TOD模式；土地利用优化；多目标决策模型

国内外的研究与实践表明[1—3]，TOD模式能够提高土地利用强度，优化土地利用效率，使城市交通与土地利用达到良性互动，最终实现城市的可持续发展。作为TOD模式的重点区域，轨道交通站点地区土地利用对于城市的良性发展意义重大。但已有的研究侧重于宏观层面，微观层面研究较少。本文基于TOD的基本理念，根据TOD的3项基本规划设计原则，以增加轨道交通运量、提升区域环境质量和协调土地利用为目标，以各种类型土地的容积率为决策变量，构建了郑州市轨道交通3号线金水路站站点地区土地利用优化的多目标决策模型，为城市微观层面的土地利用和开发提供一定的实践经验。

1 轨道交通站点影响范围分析

站点是城市轨道交通系统的核心，在城市良性发展中起着至关重要的作用。受位置和功能等因素的影响，结合国内城市轨道交通的发展状况，将轨道站点地区分为公共中心区、交通枢纽区、成熟居住区和城市外围区4种类型[4]。

研究TOD模式下轨道交通站点地区的土地利用模式，首先要确定站点地区的边界。本文根据已有的研究经验[5]，从我国居民步行的舒适距离出发，选取以站点为中心，500m（10min的步行距离）为半径，面积为78.5hm2的区域作为研究范围。在实际中，具体边界的确定要根据不同城市的空间结构特征、社会经济状况、出行者偏好等因素进行综合分析。

2 TOD模式下的多目标决策模型的构建

2.1 基本假设

（1）本模型在站点地区各类用地面积已经确定的基础上进行优化；（2）站点范围内出行的人，均从本站使用轨道交通出发；（3）根据国内城市用地分类标准，可对居住用地和公共用地（包括商业金融、行政办公、文体娱乐、医疗卫生和教育科研等）两大类用地进行容积率优化；具体应用时，可调整分类或合并相似用地类型。

2.2 符号定义

模型采用的符号含义如下：X为容积率；S为用地面积（m2）；r、c、e为用地类型，其中，r代表居住用地，c代表公共用地，e代表其他用地（包括市政设施用地、公共绿地和道路广场用地）；i为居住用地或公共用地中第i种用地类型；为第i种居住用地上每居住人口的日均出行次数（次/人）；为第i种公共用地上每个岗位产生的日均出行次数（次/人）；为第i种居住用地上居民出行使用轨道交通的比例；为第i种公共用地上出行者使用轨道交通的比例；为相关法律对第i种居住用地的容积率规定的上限；为相关法律对第i种公共用地的容积率规定的上限；为第i种居住用地上人均居住的建筑面积（m2/人）；为现状居民人均其他用地面积（m2/人）；为参考站点的居住用地建筑面积及公共设施用地建筑面积总和与各类用地总面积的比值；为居住用地建筑面积及公共设施用地建筑面积总和与其他用地总面积（包括市政设施用地、绿地及道路广场用地）的比值；λ为地区现状教科文卫用地建筑面积与居住用地建筑面积的比值；α、β分别为目标II和目标III的具体约束值（参考已有的研究[6]，本研究分别取现状环境品质Z2和现状土地混合利用程度Z3的90%作为约束条件的临界值）。

2.3 决策变量

决策变量为各种类型用地的容积率。容积率作为城市土地利用规划的综合控制指标，控制了城市的人口、用地和建筑3种规模，协调了城市的社会、经济和环境3种效益。它以比值方式来计算，简洁明了，便于操作和管理。

2.4 目标函数

目标I：提升轨道交通运量，根据TOD模式的基本理念，站点周边土地的高密度开发可带来更大量活动，有利于提高轨道交通的运量。

目标II：优化区域环境质量，运用其他用地（包括市政设施用地、公共绿地和道路广场用地）的总面积与居住和公共用地的总建筑面积的比值来表示，越大表示环境品质越佳。

目标III：协调土地利用，参考成熟站点的土地利用状况和其他用地状况，使研究站点与参考站点的差别越小越好。

2.5 约束条件

2.5.1 容积率的管控

过度开发会使容积率过高，使市场供需失衡和生活环境下降，因此站点地区各种类型土地的容积率不要过度超出相关规定的上限值。根据相关研究成果[7]，本研究采用现行规范的上限值为下限值，上限值的1.4倍为上限值。

2.5.2 现状环境质量的限制

以目前居民人均其他用地面积为下限，保障优化后环境质量得到提高；以目前公共用地建筑面积与居住用地建筑面积比值为下限，使得优化后土地利用更加协调。

2.5.3 站点类型的功能制约

不同类型的站点承载着不同的职能。例如公共中心站点，其核心职能是形成区域中心，引导区域发展。所以，此类站点周边地区的土地利用过程中，公共用地的开发强度不应低于居住用地。

2.6 多目标决策模型的求解

本研究中的3个目标是存在冲突的，当其中任何1个目标的最优时，必然会导致另外2个目标不同程度的受损。因此，可行的做法是设法将多目标决策问题转化为单目标问题，即根据具体情况，针对需求强调主要目标，将次要目标转化为约束条件，把非线性函数转化为线性函数，求出满意解。

以本研究追求目标I最优化为例，此时模型为公式（1），约束条件除了公式（4）～（8）之外，由于目标II和目标III为次要目标，也要转化为约束条件，如下：

本研究的数学模型能够转换为；公式（4）～（10）式为约束条件，这是非线性单目标规划模型，本研究采用分层序列法进行求解。

3 应用研究

3.1 研究区域概况

郑州地铁3号线是中心城区一条由西北至东南的轨道交通骨干线路。一期工程起点是新柳路站，终点是南三环站航海东路站，全长25.2km，共21个站点，金水路站位于南阳路与石桥东里路交叉口，大石桥北侧，周边商业、办公、住宅用地密集，车流、人流及地下管线密集。根据站点研究合理范围的要求，通过实地调查，确定研究区域总面积76.3hm2，用地情况如表1所示。

3.2 参数确定

按照《郑州市城市规划管理技术规定》，金水路站周边居住用地容积率管制取2.5（250%），商业办公用地取3.5（350%），这两类用地容积率优化范围分别为：2.5～3.5，3.5～5；教科文卫用地的容积率情况复杂，根据相关专业规范，结合金水路站的现状，确定取值范围为1.0～2.0（100%～200%）。通过实地调查，参考相关文献[8]，各类土地上的交通生成量按照郑州市的平均值计算，居住人口人均日出行次数取2.67次，每岗位产生的日出行次数取3.41次。根据大河网2014年6月公布的《郑州公共交通对城市社会经济发展贡献评价研究》，并通过实地调查，金水路站地区居住人口使用轨道交通的比例取6.7%，公共设施用地上出行者使用轨道交通的比例取11.9%。居住用地上人均居住的建筑面积参考《2015年郑州市国民经济和社会发展统计公报》发布的数据，取29.5m2/人，现状人均其他用地面积取12.1m2/人。现状居民人均市政设施用地加公共绿地用地面积以及现状教科文卫建筑面积与居住用地建筑面积比值按照表2计算。由于东大街站与金水路站并列为郑州市的副中心，且距离城市核心的路程近似，因此参考站点选取东大街站，根据实地调研数据测算，东大街站为为2.12；为6.25。混合用地的土地利用状况复杂，开发强度已经较大，优化潜力较小，故维持现状。

3.3 优化结果

根据《郑州市总体规划（2008-2020年）》和《郑州市城市轨道交通近期规划（2014～2020年）》，可确定金水路站属于公共中心站点，因此，该站点周边地区应该提高土地开发强度，优化土地利用。其中，首要目标是在满足目标Ⅱ和目标Ⅲ最低要求下，追求目标Ⅰ的最大化。通过计算，现状的约束条件Z2≥0.2584，Z3≤0.6937。再利用分层序列法进行求解，得出不同类型用地的满意容积率（见表2）。

通过表2，可以清晰地看出金水路站周边地区目前的居住用地、商业办公用地和教科文卫用地与TOD的高密度开发还有一定差距，开发潜力较大。

4 结论与讨论

TOD模式实现城市可持续发展的有效策略，目前将TOD模式落实到土地利用优化的研究相对缺乏。本研究基于TOD的基本理念，构建了以增加轨道交通运量、提升区域环境质量和协调土地利用为目标，以各种利用类型土地的容积率为决策变量的土地利用优化的多目标决策模型，可协助规划者进行轨道交通站点地区的容积率设计，进而提高土地利用强度，增加土地效率，保障充足客源。本文通过对金水路站的研究，证明了模型的可靠性。

参数的确定是本模型应用的基础，对结果的影响很大，因此需要大量的准确的调查工作；若能选取更符合实际情况的非线性函数，模型会更加严谨实用；模型今后还需要深入分析和探讨土地开发项目的经济效益。

参考文献

[1]Sung H，Oh J T.Transit—oriented development in high—density city：Identifying its association with transit ridership in Seoul，Korea[J].Cities，2011，28（1）：70-82

[2]赵晟宇，阮如舫.通过车站设计提升地铁公共艺术主题——以台湾高雄捷运美丽岛站和中央公园站为例[J].城市轨道交通研究，2012，（11）：6-10.

[3]段文娟.香港如何破解城市化的用地困局——港铁“轨道交通+土地综合利用”模式值得借鉴[J].地球，2015，（7）：31-34.

[4]惠英.城市轨道交通站点地区规划与建设研究[J].城市规划汇刊，2002，（2）：30-33.

[5]贺章珂.基于轨道交通车站的TOD社区土地利用强度研究[D].西南交通大学，2015.

[6]宋珂，周锐，林宏志，等.轨道交通站点周边土地利用优化分析——以上海轨道交通10号线五角场站为例[J].复旦学报（自然科学版），2013，52（1）：78-85.

[7]莫一魁，邓军，王京元.城市轨道交通站点地区TOD规划模型及应用[J].土木建筑与环境工程，2009，31（2）：116-120.

[8]何流，陈大伟，卢静，等.基于出行链的居民出行次数建模与仿真[J].深圳大学学报理工版，2012，29（3）：264-269.

（作者单位：1.郑州市轨道交通有限公司；2.安顺学院资源与环境工程学院）

作者：韩冰冰　宋建堂

基于经济发展的环境工程论文 篇3：

地铁盾构施工诱发地表沉降关键影响因素分析

摘 要：为了明确地铁盾构施工诱发地表沉降的关键因素，提出了一种基于粗糙集支持向量机（RS-SVM）的关键参数及其组合的建模与求解方法。利用信息熵规则将影响地表沉降的内摩擦角、内聚力等7个连续变量进行离散化处理；结合粗糙集遗传算法进行属性约简处理，获得影响盾构施工地表沉降的4个关键参数，即单环注浆压力、内摩擦角、比扭矩均值、切口泥水压力均值；采用支持向量机辨识对盾构参数与地表沉降之间关系反映效果最好的参数组合，作为实际盾构施工过程的关键参数。并将其运用到武汉轨道交通2号线越江隧道工程中，结果论证了该方法的科学性和可行性。

关键词：盾构施工；地表沉降；粗糙集；支持向量机；关键参数

地铁建设缓解了城市的交通压力，对城市的经济发展也起到了巨大的推动作用。地铁施工中使用的盾构施工具有效率高、受外界影响小等优点，是目前地铁隧道施工的主要方法。但盾构法施工不可避免造成地表沉降，会对周边环境带来重大影响，如在2009年1月广州地铁二八号线东晓南路隧道的施工过程中，由于地质情况复杂，该地段局部地面出现不均匀沉降，导致周边一栋6层楼房严重倾斜，造成了巨大的经济损失。因此，进行地铁施工过程的各项参数与地表沉降之间的关系研究，对地铁隧道施工安全具有重要的理论意义与工程实践价值。

盾构施工地表沉降的成因及机理十分复杂，涉及到的影响因素和参数众多，一直是学者们研究的一个重要课题。诸多研究人员在这方面也取得了一些进展，如文献[1]建立了基于BP网络的地表沉降预测模型，并对地表沉降影响因素进行了定量分析。文献[2]利用支持向量机建立了相应的地基沉降预测模型，很好的表达了地基沉降与影响因素之间的非线性映射关系。文献[3]采用不多的地面沉降实测数据，建立灰色模型，较快地预测了地表不同时刻的沉降值。但以上传统智能方法都存在一定的缺陷，BP网络是基于启发式的，没有完备的理论基础，支持向量机运行速度较慢，效率较低，而灰色理论模型的精度较低，对实际处理地表沉降问题的意义不大。因此，寻找一种能够分析和处理地表沉降与参数的复杂关系的方法就成为研究的关键。

利用粗糙集对冗余属性的约简可以大大简化地表沉降与多源参数之间的复杂关系，同时，较大地提高支持向量机的预测效率和精度。据此，本文建立了基于粗糙集支持向量机的关键参数选择模型，对地铁盾构施工诱发地表沉降关键影响因素进行辨识分析，最后结合武汉地铁2号线过江隧道工程案例，得到影响盾构施工地表沉降的关键参数，并对盾构施工诱发地表沉降进行预测分析。

吴贤国，等：地铁盾构施工诱发地表沉降关键影响因素分析

1 理论基础

1.1 粗糙集

粗糙集（Rough Sets， RS）是由波兰学者Z. Pawlak于1982年提出的，它是一种刻划不完整性和不确定性的数学工具[4]。在粗糙集理论中，1个知识表达系统可以定义为S=（U，A，V，f）。其中U是对象的集合，也称为论域[5-6]。A=C∪D是属性的集合，子集C和D分别称为条件属性集和决策属性集。V=∪Va是属性a的取值范围构成的集合，其中Va是属性a的值域。f：U×A→V为信息函数，它指定U中每个对象各个属性的取值，且D≠φ。条件属性C1对决策属性D的支持度定义为公式（1）：

k=γC1D=POSC1（D）U（1）

式中：POSC1（D）称为D的C1正域，是指那些根据知识能完全确定U中归入集合D的元素集合；γC1D表示在属性C1下能够确切划入决策类UD的对象比率，描述了条件属性对决策属性的支持程度，这也可用来衡量系统的分类能力。对于一个决策系统来说，条件属性对决策属性的贡献是不同的，把条件属性对决策属性的贡献称为该属性的重要度[7]。一般地，可用去掉该属性后的决策表中分类能力的变化来区分该属性的重要度。在衡量由属性集D导出的分类属性子集B′B的重要性时，也用两者依赖程度的差值来度量，即公式（2）：

Δk=γBD-γB-B′D（2）

式中：Δk表示当从集合B中去掉某些属性子集B′后进行分类时，UD的正域受到的影响程度。该值越大，说明相应的属性越重要，越不可剔除。支持度为0的属性为冗余属性，可以剔除。此外，在一个决策表中，有些属性是不可缺少的，称为核属性，核属性可以作为所有约简的计算基础，核属性的约简可以通过遗传算法来实现。

1.2 支持向量机

支持向量机（Support Vector Machine， SVM）是Vapnik等人根据统计学习理论中结构风险最小化原则提出的，具有很好的泛化性能。SVM既有严格的理论基础，又能较好的解决小样本、非线性、高维模式及局部最小化等实际问题，并能够推广应用到函数拟合等其他机器学习系统中[8-9]。用它建模不必知道自变量和因变量之间的关系，利用支持向量机空间中构造的最优决策函数，通过事先选择的非线性映射将输入样本向量因子映射到高维特征空间，并在这个高维空间中，寻求获得自变量和因变量之间非常复杂的非线性映射关系，其核心思想就是学习机器要与有限的训练样本相适宜。对于非线性问题，若在原始空间得不到满意的结果，则可以通过非线性变换转化为某个高维空间的线性问题，变换可能比较复杂，SVM通过引入核函数进行变换从而巧妙的解决了这一问题。核函数是通过非线性变换φ把输入空间Rn中的数据矢量x映射到一个高维特征空间F上。

2 基于RS-SVM的地表沉降关键因素辨识方法

地铁盾构施工诱发地表沉降受众多复杂因素的影响，在分析地表沉降与影响因素的关系时，若直接使用支持向量机会使得学习速度很慢，效率较低，同时精度也无法保证[10]。结合粗糙集和支持向量机，建立RS-SVM模型，预先采用粗糙集理论对初始数据进行预处理，去掉影响地表沉降的冗余条件属性，剔除重复数据，在不失数据完备性的前提下降低数据维数，从而简化向量机的学习过程，提高训练效率和模型精度。

2.1 基于信息熵的连续性影响因素离散化

由于粗糙集方法是一类符号化分析方法，因此需要在不改变数据的分类能力的前提下，将各个连续属性进行离散化。连续属性的离散化就是将连续属性值域划分为若干个区间，每个区间用不同代码表示属性值，常用的方法有信息熵法、模糊聚类法、等频离散法、等宽离散法及利用相关领域知识等方法[11-12]。由于一般离散化方法没有考虑粗糙集的特殊性，对决策表使用这些方法离散化后易于导致决策表相容性的降低，使提取的规则泛化能力降低，为此，本文采用信息熵算法对粗糙集属性进行离散化，它考虑了数据本身的规律，得到较少的离散化断点集合，属于启发式局部寻优算法，有效地避免了这些缺点。

假设对盾构施工地表沉降决策系统中的每一个连续型条件属性a∈C，论域U中其有限个属性值经过排序以后为la=va0

HX=-∑rdj=1pjlog2pj，pj=kjX（3）

Hc，L=HY1c+HY2c+…+HYmc（4）

2.2 基于遗传算法的粗糙集属性约简

利用信息熵方法得到离散化的数据以后，进行粗糙集属性约简。粗糙集的属性约简是剔除冗余属性的重要步骤，也是本文得到关键参数的重要环节[13]。遗传算法[14-16]只能接受固定格式的数据，以某个体的属性集合来组成染色体，上面每个基因位代表一个属性，其值为0时表示该属性不被包含在这个个体内，为1则相反。对每个个体进行适应度评价时采用适应值函数，其定义可以用公式（5）表示，其中：card（x）表示染色体内1的加和，即条件属性的个数；n表示染色体的长度，即所有条件属性的个数；k表示决策属性对个体条件属性集的依赖程度，k∈0，1。适应值函数的作用在于可以引导染色体向最小约简的方向发展：k由小到大表示决策属性对特定条件属性集的依赖程度越来越强，因此，适应值函数对属性约简有着至关重要的作用[17]。利用公式（6）计算出每个个体的相对适应度大小，即为各个个体被遗传到下一代群体中的概率，并且利用适应度比例得到个体被复制的次数。

Fx=1-cardx/n+k（5）

CF（xj）=F（xj）/∑mj=1Fxj，j=1，2，3…m（6）

本文采用相对简单的单点交叉，即进行个体随机配对后，随机设置两个个体染色体相同位置基因的点设置为交叉点，根据已有的交叉概率pc互换交叉点处部分染色体，得到新的个体。变异操作过程采用基本位变异算子，即根据变异概率pm来确定特定的基因座，称之为变异点，将该点以外的其他基因值均取反运算（即0取1，1取0），得到新的个体。遗传算法为确保结果的收敛性，采用最优保存策略的方法，即当新一代群体中最坏个体适应值小于上一代最好个体适应值时，后者将取代前者。基于遗传算法的整个属性约简过程如下图1所示。

2.3 基于支持向量机的关键影响因素分析

通过实时监控以及地质勘查，可以得到盾构机械通过不同监测断面时的施工参数、隧道设计参数及土层参数的确定值。记某监测面i的最终地面沉降值为Si，该断面的土层地质参数值、设计参数值及盾构机械通过该断面时的施工参数设定值为m个，可以表示成一个参数序列{Xi}={xi1，xi2，xi3…xim}，该断面地表沉降与参数序列可以构成参数地表沉降序列{Si，Xi}={Si，xi1，xi2，xi3…xim}。要根据参数值对地表沉降进行预测，就是要寻找参数值{Xi}={xi1，xi2，xi3…xim}与地表沉降Si之间的关系，即Si=f（xi1，xi2，xi3…xim），f（·）是一个非线性的函数，它表示的是盾构参数与地表沉降之间的非线性关系。盾构参数与地表沉降的支持向量机结构如图2所示。

根据支持向量机原理，盾构参数与地表沉降之间的非线性关系可以用支持向量机对n个监测断面的参数和地表沉降的学习来获得，也就是通过对np个参数地表沉降序列的学习，来获得地表沉降与参数值序列之间的非线性关系，如式（7）所示。式中，f（Xi）表示的是的最终地面沉降值；Xi=xi1，xi2，xi3…xim表示监测面i该断面的参数序列；Xn-p则表示个np监测面的参数序列；K（·）表示核函数；αi，α*i，b则通过式（8）、（9）得到。

2.4 决策分析

结合地铁盾构施工实际情况，根据上述2.1～2.3所述方法分析盾构参数与地表沉降之间的关系。以粗糙集属性约简得到的核属性作为关键参数组合，利用支持向量机研究盾构参数与地表沉降之间的关系，找出对盾构参数与地表沉降之间关系反映效果最好（预测结果与实际结果差距最小）的参数组合，作为实际盾构施工过程的关键参数，并能帮助进行盾构施工过程决策，使盾构施工过程更好地进行。

3 案例研究

3.1 工程背景

武汉轨道交通2号线是武汉轨道交通系统中联通长江两岸的重要线路，其越江段前后地铁站分别是长江两岸的汉路站与积玉桥站。越江段线路途经武汉关、新河街及和平大道，穿越长江防洪堤、汉口苗家码头等重要建、构筑物，全场达到3 100 m。工程从长江底部穿越长江，穿越段长江宽约1 300 m。该河段两岸均为长江冲积一级阶地，拥有平坦地势，地面标高为23～26 m范围内。江底河床比较平顺，从西岸往东岸地形从平缓逐渐变陡，高程分布在-4.73～15.00 m。其路线图如图3所示。

3.2 地表沉降影响因素约简分析

深（a3）、盾构比推力（a4）和比扭矩（a5）、环平均切口水压（a6）、注浆量（a7）等七个影响盾构施工地表沉降的参数，将监测点最终沉降值（D）作为决策属性。选取20个监测点数据建立地表沉降监测样本集，如表1所示。在此基础上利用基于信息熵的粗糙集连续属性离散化规则（见表2），对表1中20组数据的条件属性值和决策属性值进行离散化处理得到地铁盾构施工诱发地表沉降决策表，如表3所示。采用遗传算法对已经过离散处理的20组盾构参数数据进行属性约简得到3组约简结果，如表4所示。

根据属性重要度的计算方法，可以计算得到不同核包含的条件属性重要度。通过计算，条件属性a1，a3，a5，a7重要性分别为0.05、0.25、0.5、0.25。因此，依据各条件属性的重要性来进行排序为：比扭矩均量>单环注浆量均值>内摩擦角>相对埋深。同理，条件属性a3，a4，a5，a7的重要性分别为0.3、0.05、0.35、0.25，该组属性依照重要度排序为：比扭矩均量>内摩擦角>单环注浆量均值>比推力均值，条件属性a3，a5，a6，a7的重要性分别为0.25、0.2、0.1、0.4，该组属性依照重要度排序为：单环注浆量均值>内摩擦角>比扭矩均量>切口泥水压力均值。

3.3 地表沉降预测关键因素辨识

粗糙集知识约简在得到3组不同核参数（关键参数）的基础上，运用支持向量机通过参数进行地表沉降的预测。研究过程中，一共选取25组数据，其中20组作为支持向量机训练组，5组作为预测组。对这25组数据，分别进行全部参数和部分参数的沉降预测，部分参数的选取是根据粗糙集所得核参数进行。表5是5组预测数据的参数取值。运用支持向量机对20组训练数据进行全部参数及不同参数组合训练，再将表中的参数分别代入来预测最终地表沉降量，结果如表6所示。

3.4 结果分析

从表6中可得出，同一个监测点运用不同参数预测沉降值时，所得结果是不相同的；不同监测点的预测效果也不相同。后者产生的原因可能是因为每个点对方法的适应性不相同。结合表7和图4中可以看到，采用所有参数进行地表沉降预测时，得到的预测结果绝对偏差的范围在0.1～0.3 mm（0.356%～1.796%）范围内。用粗糙集处理后的参数得到的预测结果偏差能够保证在0.1～1.8 mm（0.356%～8.911%）范围内。

结果表明：1）使用粗糙集进行关键参数的选取的方法比较合理，能较为准确的反映参数对地表沉降的影响；2）支持向量机的方法来进行参数与地表沉降间关系的分析，能够获得比较理想的结果；3）不同参数组合的预测结果不相同，3组参数预测结果准确性依次为组合3、组合1、组合2，与实际值差异最小的是全部参数和组合三参数，两者预测结果是相同的。这样的结果进一步表明：粗糙集约简得到的3组关键参数中，第3组参数是最为合理的约简组合方式，能够代替全部参数来进行地表沉降的预测工作。组合内部各参数重要度按照从大到小进行排序为：单环注浆量均值0.4>内摩擦角0.25>比扭矩均值0.2>切口泥水压力均值0.1。

4 结论

本文研究了盾构施工地表沉降关键参数选择模型及其求解算法，实现了对盾构施工地表沉降关键因素的提取与沉降预测。同时根据工程实例的数据，通过属性约简得到3组关键参数及内部各参数的重要度，最后采用支持向量机有效的进行了地表沉降预测。

1）提出了基于粗糙集支持向量机的盾构施工地表沉降关键影响因素辨识方法，具体包括基于信息熵对粗糙集属性进行离散化，基于遗传算法对粗糙集进行属性约简，利用支持向量机对盾构施工地表沉降进行学习和预测，以及决策分析四个步骤。并结合工程案例，对该方法的准确性和科学性进行验证分析。

2）以武汉轨道交通2号线越江隧道工程为例，根据20组监测数据，利用粗糙集对内摩擦角、内聚力等7个条件属性进行离散化，再利用粗糙集属性约简功能，找出了最影响盾构施工地表沉降的4个关键参数：即单环注浆压力、内摩擦角、比扭矩均值、切口泥水压力均值，并计算了各自的重要度，为如何有效控制地表沉降提供决策依据。

3）利用粗糙集支持向量机模型，根据约简后的关键参数组合（即内摩擦角，比扭矩均值，切口泥水压力均值，单环注浆量均值）对地表进行预测，预测值与实际值基本一致，成功的精准预测了地表沉降，为类似盾构施工地表沉降预测的简化计算提供决策支持。

参考文献：

[1]齐干，朱瑞钧. 基于BP网络的基坑周围地表沉降影响因素分析[J]. 地下空间与工程学报，2007（5）：863-867.

Qi G，Zhu R J. Analysis of factors affecting the ground settlement around deep foundation pit based on bp neural network [J]. Chinese Journal of Underground Space and Engineering，2007（5）：863-867.（in Chinese）

[2]管志勇，宋涛，戚蓝，等. 支持向量机在地基沉降预测中的应用[J]. 沈阳理工大学学报，2008（2）：91-94.

Guan Z Y，Song T，Qi L，et al. An application of support vector machine in foundation settlement prediction [J]. Transactions of Shenyang Ligong University，2008（2）：91-94.（in Chinese）

[3]刘东. 成都地铁隧道施工引起的地表沉降研究[D]. 成都：西南交通大学，2009.

[4]张建明，曾建武，谢磊，等. 基于粗糙集的支持向量机故障诊断[J]. 清华大学学报：自然科学版，2007（Sup2）：1774-1777.

Zhang J M，Zeng J W，Xie L，et al. Fault diagnosis based on RS and SVM [J]. Journal of Tsinghua University：Science and Technology，2007（Sup2）：1774-1777.（in Chinese）

[5]Zhang X，Dai J，Yu Y. On the union and intersection operations of rough sets based on various approximation spaces [J]. Information Sciences，2015：214-229.

[6]Liu D，Li T，Zhang J. A rough set-based incremental approach for learning knowledge in dynamic incomplete information systems [J]. International Journal of Approximate Reasoning，2014，55（8）：1764-1786.

[7]王广月，崔海丽，李倩. 基于粗糙集理论的边坡稳定性评价中因素权重确定方法的研究[J]. 岩土力学，2009（8）：2418-2422.

Wang G Y，Cui H L，Li Q. Investigation of method for determining factors weights in evaluating slope stability based on rough set theory [J]. Rock and Soil Mechanics，2009（8）：2418-2422.（in Chinese）

[8]黄亚东，张土乔，俞亭超，等. 公路软基沉降预测的支持向量机模型[J]. 岩土力学，2005（12）：1987-1990.

Huang Y D，Zhang T Q，Yu T C，et al. Support vector machine model of settlement prediction of road soft foundation [J]. Rock and Soil Mechanics，2005（12）：1987-1990.（in Chinese）

[9]Jin C，Jin S. Software reliability prediction model based on support vector regression with improved estimation of distribution algorithms [J]. Applied Soft Computing，2014：113-120.

[10]王威，马东辉，苏经宇，等. 基于RS-SVM的地下管线震害预测方法研究[J]. 应用基础与工程科学学报，2009（02）：274-280.

Wang W，Ma D H，Su J Y，et al. Study on predicting method for earthquake damage to underground pipelines system based on rough set and support vector machine [J]. Journal of Basic Science and Engineering，2009（02）：274-280.（in Chinese）

[11]谢宏，程浩忠，牛东晓. 基于信息熵的粗糙集连续属性离散化算法[J]. 计算机学报，2005（9）：1570-1574.

Xie H，Cheng H Z，Niu D X. Discretization of continuous attributes in rough set theory based on information entropy [J]. Chinese Journal of Computer，2005（9）：1570-1574.（in Chinese）

[12]Rdder W，Brenner D，Kulmann F. Entropy based evaluation of net structures-deployed in social network analysis [J]. Expert Systems with Applications，2014，41（17）：7968-7979.

[13]王杨，任永功，闫德勤. 基于遗传算法的粗糙集属性约简算法[Z]. 中国南京：20057.

[14]包太，刘新荣. 改进的遗传算法求解固结系数[J]. 土木建筑与环境工程，2009，31（1）：23-26.

Bao T，Liu X R. Consolidation coefficient evaluation using an improved genetic algorithm [J]. Journal of Civil，Architecture &Environmental Engineering，2009，31（1）：23-26.（in Chinese）

[15]Faghihi V，Reinschmidt K F，Kang J H. Construction scheduling using genetic algorithm based on building information model [J]. Expert Systems with Applications，2014，41（16）：7565-7578.

[16]Wikaisuksakul S. A multi-objective genetic algorithm with fuzzy c-means for automatic data clustering [J]. Applied Soft Computing，2014：679-691.

[17]刘礼标，张永兴，陈建功. 改进多种群遗传算法在墙土系统损伤识别中的应用[J]. 土木建筑与环境工程，2013，35（3）：1-6.

Liu L B，Zhang Y X，Chen J G. Application of improved multi-population genetic algorithm to damage identification of soil-wall system [J]. Journal of Civil，Architecture &Environmental Engineering，2013，35（3）：1-6.（in Chinese）

（编辑 胡 玲）

作者：吴贤国王彦红缪翔王纯亮杨琼鹏张立茂