基于BP神經(jīng)網(wǎng)絡(luò)法某公路隧道圍巖穩(wěn)定性研究

劉 軍，張吉祥，朱 文

(1.江西交通咨詢有限公司 南昌市 330008； 2.江西高速集團撫州管理中心 撫州市 344000)

0 引言

隧道圍巖分類是一個古老的研究課題，合理的圍巖分類對于指導(dǎo)公路隧道的設(shè)計和施工起著舉足輕重的作用?？紤]到地下工程巖體的特點，大量的圍巖分級方法被提出來，現(xiàn)有的各種巖體分級方法可以分為三類，定性的分析、定量的分析或者是定性和定量的分析。所謂的定性的分級，是在現(xiàn)場對影響巖體質(zhì)量的諸多因素進行判別，對某些指標作出評判、打分，可以從全局上去把握，充分利用工程實踐經(jīng)驗，例如Barton N(1974)提出Q分類[1]。定量的分級，能夠建立確定的量的概念，大量的非線性算法，但是，必須強調(diào)的是，由于巖體性質(zhì)和賦存條件十分復(fù)雜，準確的指標體系就顯得非常重要，而且相應(yīng)指標權(quán)重的準確性，對圍巖等級定量分級影響是十分巨大甚至是決定性。宮鳳強等[2]利用距離判別法對隧道圍巖穩(wěn)定性進行了分級。邱道宏等[3]利用粗糙功效系數(shù)法對巖體隧道圍巖質(zhì)量進行了評價，評價結(jié)果與實際基本符合，從而驗證了粗糙功效系數(shù)法用于圍巖分類的可行性。王迎超等[3]通過特爾菲-理想點法建立了隧道圍巖穩(wěn)定性分類模型。另一種方法就是定量與定性相結(jié)合，先定量地對工程巖體進行初步定級，再針對各類型工程巖體的特點，綜合分析各種影響因素，進行修正，確定最終圍巖等級。非線性方法目前在圍巖穩(wěn)定性分類上應(yīng)用廣泛，但隧道圍巖穩(wěn)定性評價是隨機性和模糊性并存的問題，為了解決上述兩個問題，采用神經(jīng)網(wǎng)絡(luò)相關(guān)理論對公路隧道圍巖進行分級，取得了良好的評價效果，得出了一些有意義的結(jié)論[5-6]。

1 BP神經(jīng)網(wǎng)絡(luò)模型

BP人工神經(jīng)網(wǎng)絡(luò)是一種反饋式全連接多層神經(jīng)網(wǎng)絡(luò)，具有較強的聯(lián)想記憶和推廣能力[13]。標準BP模型如圖1所示，由輸入層、隱含層和輸出層組成。網(wǎng)絡(luò)的拓撲結(jié)構(gòu)隱層可為多層。對于BP模型的輸入神經(jīng)元，其輸入和輸出相同，即Oj=Xj。中間隱層和輸出層的神經(jīng)元滿足下列等式：

Oj=fj(Netj)=fj(∑WjXi+θj)

圖1 神經(jīng)網(wǎng)絡(luò)示意圖

BP算法的具體步驟可簡單歸納如下：

(1)給定網(wǎng)絡(luò)的輸入向量X和目標輸出向量T，并初始化網(wǎng)絡(luò)權(quán)值；

(2)計算網(wǎng)絡(luò)的實際輸出；

(3)計算網(wǎng)絡(luò)的實際輸出向量與所要求的目標輸出值的誤差；

(4)權(quán)值學(xué)習(xí)，使誤差最小。

對所有的學(xué)習(xí)樣本重復(fù)①到④步驟，使系統(tǒng)誤差達到最小。

2 工程應(yīng)用

2.1 工程概況及圍巖穩(wěn)定性評價體系

本論文所研究的隧道是江西省境內(nèi)某公路隧道，隧道場址區(qū)域為低山丘陵地貌，地勢起伏較大，進洞口自然山坡坡度大約為20°～25°，自然山坡比較穩(wěn)定，洞身的最高點海拔大約為500m，溝壑較發(fā)育，但寬度較小，切割縱深較大，大多溝壑是V型。隧道區(qū)域的表層分布土體以坡積粉質(zhì)粘土為主，屬于中軟土，中等強度、中等壓塑，工程地質(zhì)性能一般。隧道的進口段圍巖主要為全風化、強風化的砂巖；洞身段圍巖主要為中風化砂巖。

綜合考慮該隧道地區(qū)實際所處的地質(zhì)環(huán)境及隧道圍巖分級相關(guān)資料，選取不連續(xù)結(jié)構(gòu)面狀態(tài)及充填情況、巖石單軸抗壓強度Rc、巖石質(zhì)量指標RQD、地下水滲水量W和洞軸線與層狀巖石的夾角θ這五個指標作為評價因子[7]。

2.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本

為了保證樣本的典型性和全面性，根據(jù)現(xiàn)場施工反饋，選取本工程區(qū)有代表性的20個不同洞段的相關(guān)評價參數(shù)構(gòu)成樣本，如表1所示。根據(jù)文中的思路，表1給出了每個樣本的等級特征值。

2.3 BP神經(jīng)網(wǎng)絡(luò)模型

采用BP網(wǎng)絡(luò)進行學(xué)習(xí)，將選定的五個評價指標作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點；依據(jù)規(guī)范，將圍巖類別分為5個等級，即Ⅰ類、Ⅱ類、Ⅲ類、Ⅳ類和Ⅴ類圍巖，作為輸出節(jié)點，對應(yīng)期望輸出結(jié)果分別為1、2、3、4、5；隱含層設(shè)置11個節(jié)點。由于各指標量綱不同，可能會影響網(wǎng)絡(luò)的收斂速度和訓(xùn)練模型的可靠性，需進行各指標的無量綱化處理，可按如下公式進行。

表1 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本

選取了20個具有代表性樣本，如表1所示，經(jīng)過訓(xùn)練學(xué)習(xí)，模型誤差在第62963次學(xué)習(xí)后小于0.02，如圖2所示。

圖2 網(wǎng)絡(luò)學(xué)習(xí)收斂曲線

2.4 模型檢驗對比

為進一步驗證神經(jīng)網(wǎng)絡(luò)訓(xùn)練出的模型在實際工程應(yīng)用中的可行性和有效性，將此分類模型應(yīng)用于后期6個洞段的圍巖穩(wěn)定性分類，對模型進行工程實例對比。結(jié)果顯示，輸出值與實際值基本一致，如表2所示。上述對比結(jié)果表明，該模型可以用于公路隧道圍巖穩(wěn)定性分類問題。

表2 模型驗證對比結(jié)果表

3 結(jié)論

基于BP神經(jīng)網(wǎng)絡(luò)提出了一種公路隧道圍巖穩(wěn)定性分類方法，通過與工程實例對比表明，BP人工神經(jīng)網(wǎng)絡(luò)能夠較準確地對公路隧道圍巖的穩(wěn)定性進行評價和分類。