BP神经网络在隧址区初始地应力场计算中的应用.pdf

公路隧道 2014年第 1期(总第85期) BP神经网络在隧址区初始地应力场计算中的应用 徐彦举 (中铁隧道勘测设计院有限公司 天津 300133) 摘 要 简要介绍了BP神经网络法在隧址区初始地应力场计算中的原理和过程，并以某隧道为实例，结合 有限元分析对该隧道隧址区的地应力场分布进行了计算，得到了较为可靠的结果，为类似工程的初始地应力计算 提供参考。 关键词 初始地应力场 BP神经网络 隧道 近年来随着世界经济的迅速发展，隧道等地下 内的地应力场分布情况，而现有的资料主要局限于 工程因交通行业发展的需要也得到迅速发展，同时 空间位置参数、岩体力学参数，还有就是实测点的 复杂的地质条件也为它们的发展提出了巨大的挑 应力值、埋深等。因此，BP神经网络就要利用这些 战，特别是地下洞室的稳定与否将直接影响工程建 资料来反演得到区域应力场。最初，有学者提出用 设的成败及运营效益，而地下工程的稳定性与岩体 测点的埋深和测点处岩体质量指标 (RQD)两个参 的初始应力状态紧密相关。因此，利用的初始地应 数作为人工神经网络的输入，测点的应力分量作为 力场是否可靠，将直接影响地下工程设计与施工的 输出，以此来训练网络[3]，或是用测点的空间坐标作 可靠性与安全性。 为输入，测点应力分量作为输出[4J。这两种方法都 长期以来，人们对初始地应力场的计算一直在 有其片面性，并没有得到广泛运用。 进行不断的探索与研究。伴随着计算机科学的发 通过文献L5 ，发现可选取区域场的边界条件 展，现今经典力学已不再是求解岩石力学问题的唯 (水平方向的构造运动、水平面内的剪切、垂直面 内 一 方法，很多软科学的研究和探索在初始地应力场 的剪切等；自重；岩体参数)结合有限元计算来寻找 的计算中得到了越来越多的重视，其中，BP神经网 其与岩体初始地应力场的关系。首先，用有限元计 络的兴起为初始地应力场的计算提供了一个新的 算，创造训练样本，即计算出多组不同的边界条件 思维方式和研究方法[1]。 下实测点处的应力值；然后，将计算出的应力值作 1 BP神经网络在隧址区初始地应力 为BP神经网络的输人，对应的边界条件作为输出， 通过BP神经网络寻找到边界荷载和模型内部应力 场计算中应用的原理 之间的映射关系；再次，利用训练好的网络，将测点 BP网络，即误差反向传播神经 网络 (Error 处实测应力值输人网络，得到对应的输出，作为实 Back—propagationNeuralNetwork)，是使用最为广 际工程的边界条件；最后，将得到的边界条件作用到 泛的人工神经网络之一，它被广泛应用于函数逼 模型边界上再进行有限元计算，可得到整个工程区域 近、模式识别、数据压缩等方面。BP神经网络模型 的初始地应力场。因此，可选用应力值作为输人项 是一种有指导训练的模型，它通过调节各层中神经 目，区域场对应于应力的边界条件作为输出项 目。 元之间的连接权值使网络记忆各 “实例样本”。它 1．2 BP神经网络训练样本的确定 具有较强的函数非线性拟合能力，与系统的复杂程 一 个网络的成功与否，最重要的因素是所选取 度无直接关系且不需要考虑其力学机制，只要有正 的训练样本的质量，采用代表性好、规律性强的训 确的、符合实际的学习样本，经过训练的神经网络