论文部分内容阅读
[摘要]在对混凝土斜拉桥进行状态评估时，利用各种数据库技术：包括数据统计技术、数据挖掘技术等对桥梁检测所得到的结果进行过滤、分析和处理，并采用Visual C#语言结合SQL数据库编制了评估程序，该程序在实桥的运用上取得了良好的效果。
[关键词]斜拉桥 评估 数据库技术 Visual C#
中图分类号：U448文献标识码：A 文章编号：1671－7597(2008)1010055－02
这些年，随着桥梁设计理论和施工技术的发展，斜拉桥跨径越来越大，轻柔性也越来越高。从使用现状来看，大部分使用状况良好，但也有为数不少的桥梁由于各方面的原因在较短的使用期内就发生各种结构损伤，导致桥梁承载力、安全性和可靠度下降。为此对既有斜拉桥安全健康监测和状态评估的要求也越来越高。针对混凝土斜拉桥正常使用状态的评估，编制了评估程序。本程序采用Visual Studio 2005和Microsoft SQL Server 2005共同开发，采用当前最流行、最新的C#语言编程。Microsoft SQL Server 2005是使用客户机/服务器（Client/Server）体系结构的关系数据库管理系统，它功能强大，操作简便，与Visual Studio 2005有着良好的接口，日益为广大数据库用户所喜爱。
一、混凝土斜拉桥状态评估程序
本程序针对混凝土斜拉桥的状态评估编制。采用层次分析法逐层对混凝土斜拉桥的各种构件进行评估，最后汇总得到最终的评估结果，为相关养护维修部门提供参考意见，使桥梁的养护维修在更为合理的指导下进行。
通过图1的程序流程图看出，本应用程序共包含四个功能：
（一）查询功能。查询数据库里已有桥梁在不同时期的评估记录。
（二）评估功能。运用层次分析法对桥梁结构使用功能进行评估。
（三）适度群指标关联度计算功能。对斜拉桥的索力、桥面标高等指标的实测值与标准值进行关联度计算，得出其关联度，判断适度群指标的工作情况。
二、数据库设计
编制任何一个高级程序都离不开数据库。混凝土斜拉桥状态评估程序可以包含无数座桥梁的数据，如每个构件的检测情况，每根拉索的索力，每座桥面不同部位的标高等等。如何对这些现场采集的纷繁数据进行处理，就是程序的核心问题，这就要采用数据库技术来解决。
本程序的各项操作的最终目的是实现对数据的增加、删除、修改和查询。因此数据库的设计很大程度影响到程序的性能。在仔细分析需求的基础上，建立了比较完善的数据库结构。该数据库包含7个数据表，分别是：
（1）层次分析模型表：用于保存层次分析法的模型，记录模型中各种分析因素的ID以及权重。
（2）层次分析评估结果表：用于保存桥梁的评估结果、评估时间及评估类型。
（3）构件评分表：用于记录各种构件的评分。
（4）标高/索力信息表：用于保存标高/索力的各项信息，如名称、所属桥梁结构等。
（5）标高/索力属性表：用于保存标高/索力的属性，如位置、里程等。
（6）标高/索力属性值表：用于保存标高/索力的理论值和测量值。
（7）灰色关联度表：用于保存标高/索力的各测量值与理论值之间的关联度。
以上各个表之间都有相应的关系，图2展示关联度计算程序数据表之间关系图。图3展示层次分析法评估程序的数据表关系图。
三、数据算法
设计好数据库以后，需要从数据库里提取相关的数据进行分析和计算，并最终得到分析结果。由于数据比较庞大复杂，如一座斜拉桥的拉索就有上百根，每根拉索在不同的检测阶段有不同的索力值。如果采用一般的数据查询方法，需要反复调用数据，且数据遍历次数较多，易造成程序的不稳定。为此采用与数据聚类算法类似的方法来处理。
作为数据挖掘的一个重要功能，聚类算法能作为一个独立的工具来获得数据分布的情况，是模糊集理论的重要应用，它通过数学手段实现一定的归类分析，是一种数据简化技术，它把基于相似数据特征的变量或个案组合在一起，对统计属于同一类型的数据非常有用。由于本程序是基于层次分析法的评估程序，所以选择层次聚类方法比较适合。
层次聚类方法是将数据对象组成一棵聚类树，根据层次分解自底向上还是自顶向下形成。所以层次聚类方法可以进一步分为凝聚和分裂的层次聚类。本程序最终的目的是根据底层构件的评分自下而上逐步算出桥梁的总体得分，因此采用凝聚的层次方法。凝聚的层次聚类方法是一种自底向上的策略：首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到所有的对象都在一个簇中，或者某个终结条件被满足。其基本步骤为：（1）将每个对象都看作一个簇；（2）根据某些准则将各个簇一步步地合并；（3）直到达到用户定义的簇。
本程序桥梁最终得分值的计算就是参照层次聚类算法的原理。主要有两个步骤：
（1）根据斜拉桥的基本结构建立如图22示的“父子”关系评估图。一定满足“一父对一子”或“一父对多子”的关系。
（2）从最底层指标开始，逐层向上聚类，寻找自己的“父亲”，这样不断“上钻”，最终达到计算的目的。
四、结论
本应用程序在重庆某桥上进行了状态评估，评估结果与实际检测结果基本吻合，取得了不错的效果，也验证了编制的程序的正确性和实用性。这说明数据库技术运用于本程序中，能够很好的管理和处理数据，使得程序易于操作，通用性好。
参考文献：
[1]胡百敬，姚巧玫，SQL Server 2005数据库开发详解[M]．北京：电子工业出版社，2006，486－490.
[2]刘志成、陈承欢、黄格飞，基于层次方法的数据挖掘工具的设计与实现[J]．电脑开发与应用，2006，第19卷第12期.
[3]姚毓才、王本年，数据挖掘工具的分类与挖掘[J]．计算机技术与发展，2006，第16卷第8期.
[4]严金贵、罗平、周娜娜，基于层次主键模型的多维数据概念模型[J].计算机工程，2006，第32卷第23期.
作者简介：
翁艳，女，四川宜宾，西南科技大学土木工程与建筑学院，助教，硕士。
[关键词]斜拉桥 评估 数据库技术 Visual C#
中图分类号：U448文献标识码：A 文章编号：1671－7597(2008)1010055－02
这些年，随着桥梁设计理论和施工技术的发展，斜拉桥跨径越来越大，轻柔性也越来越高。从使用现状来看，大部分使用状况良好，但也有为数不少的桥梁由于各方面的原因在较短的使用期内就发生各种结构损伤，导致桥梁承载力、安全性和可靠度下降。为此对既有斜拉桥安全健康监测和状态评估的要求也越来越高。针对混凝土斜拉桥正常使用状态的评估，编制了评估程序。本程序采用Visual Studio 2005和Microsoft SQL Server 2005共同开发，采用当前最流行、最新的C#语言编程。Microsoft SQL Server 2005是使用客户机/服务器（Client/Server）体系结构的关系数据库管理系统，它功能强大，操作简便，与Visual Studio 2005有着良好的接口，日益为广大数据库用户所喜爱。
一、混凝土斜拉桥状态评估程序
本程序针对混凝土斜拉桥的状态评估编制。采用层次分析法逐层对混凝土斜拉桥的各种构件进行评估，最后汇总得到最终的评估结果，为相关养护维修部门提供参考意见，使桥梁的养护维修在更为合理的指导下进行。
通过图1的程序流程图看出，本应用程序共包含四个功能：
（一）查询功能。查询数据库里已有桥梁在不同时期的评估记录。
（二）评估功能。运用层次分析法对桥梁结构使用功能进行评估。
（三）适度群指标关联度计算功能。对斜拉桥的索力、桥面标高等指标的实测值与标准值进行关联度计算，得出其关联度，判断适度群指标的工作情况。
二、数据库设计
编制任何一个高级程序都离不开数据库。混凝土斜拉桥状态评估程序可以包含无数座桥梁的数据，如每个构件的检测情况，每根拉索的索力，每座桥面不同部位的标高等等。如何对这些现场采集的纷繁数据进行处理，就是程序的核心问题，这就要采用数据库技术来解决。
本程序的各项操作的最终目的是实现对数据的增加、删除、修改和查询。因此数据库的设计很大程度影响到程序的性能。在仔细分析需求的基础上，建立了比较完善的数据库结构。该数据库包含7个数据表，分别是：
（1）层次分析模型表：用于保存层次分析法的模型，记录模型中各种分析因素的ID以及权重。
（2）层次分析评估结果表：用于保存桥梁的评估结果、评估时间及评估类型。
（3）构件评分表：用于记录各种构件的评分。
（4）标高/索力信息表：用于保存标高/索力的各项信息，如名称、所属桥梁结构等。
（5）标高/索力属性表：用于保存标高/索力的属性，如位置、里程等。
（6）标高/索力属性值表：用于保存标高/索力的理论值和测量值。
（7）灰色关联度表：用于保存标高/索力的各测量值与理论值之间的关联度。
以上各个表之间都有相应的关系，图2展示关联度计算程序数据表之间关系图。图3展示层次分析法评估程序的数据表关系图。
三、数据算法
设计好数据库以后，需要从数据库里提取相关的数据进行分析和计算，并最终得到分析结果。由于数据比较庞大复杂，如一座斜拉桥的拉索就有上百根，每根拉索在不同的检测阶段有不同的索力值。如果采用一般的数据查询方法，需要反复调用数据，且数据遍历次数较多，易造成程序的不稳定。为此采用与数据聚类算法类似的方法来处理。
作为数据挖掘的一个重要功能，聚类算法能作为一个独立的工具来获得数据分布的情况，是模糊集理论的重要应用，它通过数学手段实现一定的归类分析，是一种数据简化技术，它把基于相似数据特征的变量或个案组合在一起，对统计属于同一类型的数据非常有用。由于本程序是基于层次分析法的评估程序，所以选择层次聚类方法比较适合。
层次聚类方法是将数据对象组成一棵聚类树，根据层次分解自底向上还是自顶向下形成。所以层次聚类方法可以进一步分为凝聚和分裂的层次聚类。本程序最终的目的是根据底层构件的评分自下而上逐步算出桥梁的总体得分，因此采用凝聚的层次方法。凝聚的层次聚类方法是一种自底向上的策略：首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到所有的对象都在一个簇中，或者某个终结条件被满足。其基本步骤为：（1）将每个对象都看作一个簇；（2）根据某些准则将各个簇一步步地合并；（3）直到达到用户定义的簇。
本程序桥梁最终得分值的计算就是参照层次聚类算法的原理。主要有两个步骤：
（1）根据斜拉桥的基本结构建立如图22示的“父子”关系评估图。一定满足“一父对一子”或“一父对多子”的关系。
（2）从最底层指标开始，逐层向上聚类，寻找自己的“父亲”，这样不断“上钻”，最终达到计算的目的。
四、结论
本应用程序在重庆某桥上进行了状态评估，评估结果与实际检测结果基本吻合，取得了不错的效果，也验证了编制的程序的正确性和实用性。这说明数据库技术运用于本程序中，能够很好的管理和处理数据，使得程序易于操作，通用性好。
参考文献：
[1]胡百敬，姚巧玫，SQL Server 2005数据库开发详解[M]．北京：电子工业出版社，2006，486－490.
[2]刘志成、陈承欢、黄格飞，基于层次方法的数据挖掘工具的设计与实现[J]．电脑开发与应用，2006，第19卷第12期.
[3]姚毓才、王本年，数据挖掘工具的分类与挖掘[J]．计算机技术与发展，2006，第16卷第8期.
[4]严金贵、罗平、周娜娜，基于层次主键模型的多维数据概念模型[J].计算机工程，2006，第32卷第23期.
作者简介：
翁艳，女，四川宜宾，西南科技大学土木工程与建筑学院，助教，硕士。