基于ANFIS方法的道路塌陷預(yù)測(cè)

張 峰

(西安市市政設(shè)施管理中心,陜西 西安 710600)

0 引言

隨著城鎮(zhèn)化速度加快,在我國(guó)城市快速擴(kuò)張的背景下,城市中的人口密集程度更高,城市道路坍塌事故呈多發(fā)頻發(fā)態(tài)勢(shì),且損失與傷亡較為嚴(yán)重,城市道路塌陷問(wèn)題成為一個(gè)看不見(jiàn)的安全隱患,隨時(shí)威脅著人們生活。據(jù)不完全公開(kāi)報(bào)道統(tǒng)計(jì),在我國(guó)每年平均發(fā)生230余起城市道路塌陷事故,造成人員傷亡。特別是近些年,城鎮(zhèn)人口增多,道路建設(shè)提速發(fā)展,導(dǎo)致城市道路塌陷災(zāi)害提前進(jìn)入爆發(fā)期,越來(lái)越多的道路塌陷事故引發(fā)多人死傷的惡劣事件,造成了重大社會(huì)輿情,同時(shí)直接威脅我國(guó)城市建設(shè)步伐的可持續(xù)發(fā)展。因此,應(yīng)對(duì)道路塌陷災(zāi)害事故的發(fā)生,必須以預(yù)防為主,及時(shí)進(jìn)行預(yù)警和防治工作[1-2]。

1 ANFIS預(yù)測(cè)方案

ANFIS是一種基于Takagi-Sugeno模型的模糊推理系統(tǒng),它將模糊控制的模糊化、模糊推理和反模糊化3個(gè)基本過(guò)程全部用神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn),利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制自動(dòng)地從輸入輸出樣本數(shù)據(jù)中抽取規(guī)則,構(gòu)成自適應(yīng)神經(jīng)模糊控制器,通過(guò)離線訓(xùn)練和在線學(xué)習(xí)算法進(jìn)行模糊推理控制規(guī)則的自調(diào)整,使其系統(tǒng)本身朝著自適應(yīng)、自組織、自學(xué)習(xí)的方向發(fā)展[3-7]。

假定模糊推理系統(tǒng)有2個(gè)輸入x和y,單個(gè)輸出z。對(duì)于一階Takagi-Sugeno模糊模型,如果具有以下2條模糊規(guī)則:

規(guī)則1:

ifxisA1andyisB1thenf1=p1x+q1y+r1

(1)

規(guī)則2:

ifxisA2andyisB2thenf1=p2x+q2y+r2

(2)

一階T-S模糊推理系統(tǒng)的ANFIS網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

道路塌陷預(yù)測(cè)的4個(gè)影響因素分別為內(nèi)部管道滲漏影響因素、外部水流沖刷影響因素、道路承壓影響因素及路面沉降影響因素。本文通過(guò)利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制自動(dòng)地從輸入輸出樣本數(shù)據(jù)中抽取規(guī)則,分別輸入內(nèi)部管道滲漏影響因素、外部水流沖刷影響因素、道路承壓影響因素及路面沉降影響因素參數(shù),通過(guò)離線訓(xùn)練進(jìn)行模糊推理控制道路塌陷預(yù)測(cè)結(jié)果。

本文以今年全國(guó)發(fā)生塌陷事故為研究背景,采用ANFIS法研究道路塌陷預(yù)測(cè)的主要參數(shù)對(duì)其的影響,通過(guò)建立模型設(shè)置觀測(cè)點(diǎn),得到預(yù)測(cè)結(jié)果模型并對(duì)參數(shù)進(jìn)行優(yōu)化,以期得到最優(yōu)預(yù)測(cè)結(jié)果。

2 參數(shù)方案

一般情況下道路塌陷預(yù)測(cè)主要參數(shù)為內(nèi)部管道滲漏影響因素、外部水流沖刷影響因素、道路承壓影響因素及路面沉降影響因素,根據(jù)近些年道路塌陷原因分類(lèi),對(duì)該4項(xiàng)影響因素進(jìn)行賦值分別為:內(nèi)部管道滲漏影響因素在0.6～1.4,外部水流沖刷影響因素40～60,道路承壓影響因素2～4,路面沉降影響因素8～12之間。

在設(shè)定觀測(cè)數(shù)據(jù)方案時(shí),每個(gè)參數(shù)選擇3個(gè)觀測(cè)水平,具體如表1所示。

表1 觀測(cè)因素和水平

根據(jù)我國(guó)地質(zhì)環(huán)境分布類(lèi)型,共選取10個(gè)觀測(cè)點(diǎn),探討各觀測(cè)點(diǎn)的影響因素對(duì)道路塌陷造成的影響。

3 觀測(cè)結(jié)果分析

觀測(cè)結(jié)果如表2所示。根據(jù)道路路面反饋沉降結(jié)果,對(duì)4個(gè)因素進(jìn)行深入分析,在此基礎(chǔ)上本文采用式(1)所示二階模型對(duì)表面沉降值進(jìn)行道路塌陷預(yù)測(cè):

表2 試驗(yàn)方案和預(yù)測(cè)結(jié)果

(3)

其中,F為道路塌陷預(yù)測(cè)結(jié)果。

利用方差分析能夠評(píng)估建立模型的可靠度,同時(shí)能夠判斷參數(shù)對(duì)道路塌陷的影響程度,置信水平選擇95%,道路塌陷方差分析見(jiàn)表3,同時(shí)擬合系數(shù)為0.995,這說(shuō)明該預(yù)測(cè)模型準(zhǔn)確性相對(duì)較高。

表3 道路塌陷方差分析結(jié)果

建立的二階預(yù)測(cè)模型如式(2)所示,從中可以看出外部水流沖刷影響因素作用相對(duì)明顯,外部水流沖刷影響因素的二階作用也最為明顯,外部水流沖刷影響因素和道路承壓影響因素的交互作用最明顯。對(duì)道路塌陷的一階影響從大到小依次為:外部水流沖刷影響因素、道路承壓影響因素、內(nèi)部管道滲漏影響因素和路面沉降影響因素。

F=1.87+0.29A-0.64B+1.05C+0.091D-0.091A2+
0.31B2+0.18C2-0.14D2-0.18AB+0.25AC-
0.58BC+0.025BD

(4)

不同參數(shù)的道路塌陷預(yù)測(cè)結(jié)果如圖2所示,可以看出隨著路面沉降影響因素的增大,道路承壓風(fēng)險(xiǎn)因素明顯增大,在預(yù)測(cè)時(shí)這種變化不明顯;外部水流影響因素增加的影響較為明顯,沉降影響因素增加較大時(shí)有略微增大的趨勢(shì),在預(yù)測(cè)時(shí)該變化較為明顯;外部水流影響因素及道路承壓因素增加,預(yù)測(cè)變化明顯;除了在外部流水沖刷影響因素較小時(shí),其余參數(shù)組合情況下,道路塌陷風(fēng)險(xiǎn)增加,預(yù)測(cè)難度有提升的趨勢(shì)。

4 參數(shù)優(yōu)化

根據(jù)得到的道路塌陷觀測(cè)預(yù)測(cè)模型,利用ANFIS優(yōu)化方法,對(duì)觀測(cè)模型進(jìn)行優(yōu)化,得到最佳道路塌陷預(yù)測(cè)預(yù)警參數(shù)組合,預(yù)測(cè)結(jié)果越接近1優(yōu)化結(jié)果越準(zhǔn)確,通過(guò)優(yōu)化后,預(yù)測(cè)結(jié)果合意性最大為0.967。利用計(jì)算所得觀測(cè)預(yù)警參數(shù)進(jìn)行再次復(fù)測(cè),經(jīng)過(guò)測(cè)量?jī)?yōu)化結(jié)果對(duì)比誤差為6.15%,說(shuō)明本模型及預(yù)測(cè)優(yōu)化在實(shí)際應(yīng)用中得到良好使用效果,具有一定的推廣性,從而防范城市道路塌陷帶來(lái)的人身財(cái)產(chǎn)損失。

5 結(jié)論

1)通過(guò)研究近些年道路坍塌事故原因,抓取引發(fā)坍塌事故4項(xiàng)主要因素。

2)設(shè)計(jì)了道路坍塌觀測(cè)參數(shù)實(shí)驗(yàn)方案,得到了外部水流沖刷影響因素、道路承壓影響因素、內(nèi)部管道滲漏影響因素和路面沉降影響因素引發(fā)道路坍塌風(fēng)險(xiǎn)的大小。

3)建立了道路坍塌預(yù)測(cè)模型,并對(duì)模型參數(shù)進(jìn)行優(yōu)化,優(yōu)化后復(fù)測(cè)實(shí)驗(yàn)參數(shù)誤差為6.15%,說(shuō)明本模型及預(yù)測(cè)優(yōu)化在實(shí)際應(yīng)用中得到良好使用效果。