專利名稱：：一種利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種預(yù)測(cè)軟巖隧道圍巖位移的方法，尤其涉及一種利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法。
背景技術(shù)：
：我國(guó)正處于社會(huì)經(jīng)濟(jì)大發(fā)展的重要時(shí)期，國(guó)民經(jīng)濟(jì)結(jié)構(gòu)中基礎(chǔ)設(shè)施建設(shè)一直占有舉足輕重的地位。經(jīng)濟(jì)社會(huì)的迅速發(fā)展對(duì)我國(guó)高速公路發(fā)展提出了新的更高要求。我國(guó)是一個(gè)多山地的國(guó)家，特別是南方及中西部很多地區(qū)崇山峻嶺，溝壑縱橫，其地形、地質(zhì)、水文、氣候條件十分復(fù)雜。然而由于高速公路技術(shù)要求高，要克服地形高差的影響，隧道就成為了必然選擇，且長(zhǎng)大隧道所占比例越來(lái)越大。開(kāi)挖隧道，在巖土體中形成了新的空間，致使隧道周邊巖土體失去原有的支撐。在應(yīng)力釋放和應(yīng)力重新分布過(guò)程中，圍巖向著隧道洞內(nèi)產(chǎn)生變形，并可能發(fā)生圍巖的破壞。為防止發(fā)生過(guò)度變形而導(dǎo)致圍巖發(fā)生嚴(yán)重松弛甚至破壞，需要對(duì)圍巖進(jìn)行即時(shí)支護(hù)。國(guó)內(nèi)外大量的隧道支護(hù)失效的經(jīng)驗(yàn)教訓(xùn)表明，對(duì)隧道圍巖的位移特性曲線不能準(zhǔn)確把握因而對(duì)支護(hù)時(shí)間和支護(hù)剛度未準(zhǔn)確把握是造成隧道事故的主要原因之一，因此建立一種科學(xué)的方法從而準(zhǔn)確確定圍巖的位移曲線，并據(jù)以選4奪合適的支護(hù)時(shí)間和襯砌剛度是確保圍巖和隧道村砌穩(wěn)定的關(guān)鍵。總的來(lái)說(shuō)，隧道圍巖位移的預(yù)測(cè)預(yù)報(bào)是信息化監(jiān)控設(shè)計(jì)與施工的重要環(huán)節(jié)，不管是采用正分析或反分析還是其他的預(yù)測(cè)形式，正確有效的預(yù)測(cè)結(jié)果往往能夠反映現(xiàn)場(chǎng)施工的支護(hù)形式、參數(shù)是否合理，及能否保證隧道運(yùn)營(yíng)長(zhǎng)期安全的關(guān)鍵所在。目前國(guó)內(nèi)在很多大斷面隧道施工中，要么采用傳統(tǒng)的臺(tái)階法"冒險(xiǎn)"，存在很大的施工風(fēng)險(xiǎn)；要么就機(jī)械的照搬其他工程方案，不論是否與自己工程的實(shí)際情況相適合，存在很大的盲目性，也會(huì)導(dǎo)致施工風(fēng)險(xiǎn)的出現(xiàn)。即使在目前采用的信息化施工方法中，所采用的預(yù)測(cè)方法是時(shí)間序列法和動(dòng)態(tài)方程算法，都是建立數(shù)學(xué)模型對(duì)圍巖的位移進(jìn)行預(yù)測(cè)，在建模的過(guò)程中并不考慮隧道工程本身的一些特點(diǎn)和影響因素，只是用純數(shù)學(xué)的方法來(lái)進(jìn)行預(yù)測(cè)，預(yù)測(cè)的結(jié)果與實(shí)測(cè)的結(jié)果誤差比較大,導(dǎo)致事故頻發(fā)。
發(fā)明內(nèi)容本發(fā)明的主要目的在于提出一種利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，基于實(shí)際施工中可信賴的監(jiān)測(cè)數(shù)據(jù)，考慮施工地點(diǎn)的特定的地質(zhì)因素和地段特點(diǎn)，通過(guò)神經(jīng)網(wǎng)絡(luò)的反饋分析，對(duì)下一階段的巖體與襯砌的變形、內(nèi)力等進(jìn)行預(yù)測(cè)，以指導(dǎo)施工和優(yōu)化施工參數(shù)，合理地安排工序。本發(fā)明的目的是通過(guò)如下技術(shù)方案實(shí)現(xiàn)的一種基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，至少包括，首先，輸入圍巖位移數(shù)據(jù)的訓(xùn)練樣本，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)圍巖位移進(jìn)行預(yù)測(cè)，輸入有關(guān)測(cè)點(diǎn)的輸入向量數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)會(huì)根據(jù)預(yù)測(cè)請(qǐng)求計(jì)算預(yù)測(cè)出隨后特定的一段施工時(shí)間段內(nèi)的圍巖位移，以實(shí)現(xiàn)預(yù)警效果。所述的神經(jīng)網(wǎng)絡(luò)為BP網(wǎng)絡(luò)，包括三層，多節(jié)點(diǎn)的輸入層、多節(jié)點(diǎn)的隱層和單節(jié)點(diǎn)的輸出層。所述多節(jié)點(diǎn)的輸入層包括6個(gè)節(jié)點(diǎn)，輸入項(xiàng)包括，時(shí)間、距掌子面的距離、隧道斷面埋深、圍巖類型、鋼拱架間距和地下水含量等。所述的訓(xùn)練樣本為前期測(cè)量的正常數(shù)據(jù)，可以實(shí)現(xiàn)樣本滾動(dòng)累積，數(shù)據(jù)結(jié)構(gòu)為單維矩陣。還包括訓(xùn)練樣本數(shù)據(jù)的標(biāo)準(zhǔn)化，設(shè)和1_為每組樣本數(shù)據(jù)的最大值與最小值，則相應(yīng)規(guī)范化后變量為;c，(A:)=0.1+0.8X("_XmmA:=Uamaxa皿n對(duì)隧道變形預(yù)測(cè)的研究這一方向，根據(jù)地層的復(fù)雜性以及變異性，本發(fā)明將隧道圍巖和支護(hù)結(jié)構(gòu)視為一個(gè)非線性動(dòng)態(tài)反饋系統(tǒng)，來(lái)尋求預(yù)測(cè)隧道變形受力的一些方法，利用系統(tǒng)輸入輸出的關(guān)系，研究預(yù)報(bào)輸出規(guī)律。本發(fā)明的優(yōu)勢(shì)在于、，考慮了施工地段的地質(zhì)特點(diǎn)和相關(guān)的影響因素，利用神經(jīng)網(wǎng)絡(luò)可以自學(xué)習(xí)、自修正和自適應(yīng)的特點(diǎn)對(duì)圍巖位移這一非線性動(dòng)態(tài)數(shù)據(jù)進(jìn)行預(yù)測(cè)，提供可信賴的預(yù)測(cè)數(shù)據(jù)，指導(dǎo)施工，合理安排工序。圖1是根據(jù)本發(fā)明的預(yù)測(cè)隧道圍巖位移的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖2是根據(jù)本發(fā)明的實(shí)施例對(duì)預(yù)測(cè)隧道圍巖位移的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的流程示意圖3是利用經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)隧道圍巖位移的流程示意圖；以及圖4為神經(jīng)網(wǎng)絡(luò)法與其他方法進(jìn)行隧道圍巖位移預(yù)測(cè)所取得的結(jié)果的對(duì)比圖表。具體實(shí)施例方式圖1為根據(jù)本發(fā)明的預(yù)測(cè)隧道圍巖位移的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。在圖1的實(shí)施例中，該神經(jīng)網(wǎng)絡(luò)為多層前饋網(wǎng)絡(luò)，即BP網(wǎng)絡(luò)(backpropagation),BP網(wǎng)絡(luò)通常包括三層多節(jié)點(diǎn)輸入層、多節(jié)點(diǎn)隱層和單節(jié)點(diǎn)輸出層。根據(jù)本發(fā)明的預(yù)測(cè)隧道圍巖位移神經(jīng)網(wǎng)絡(luò)的輸入層的輸入數(shù)據(jù)包括以下六個(gè)方面，這些輸入數(shù)據(jù)反映了施工地段的地質(zhì)特點(diǎn)，在神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)的過(guò)程中，輸出受上述輸入的影響，將這些因素的綜合影響考慮進(jìn)來(lái)，能更為準(zhǔn)確地反映圍巖位移變化的趨勢(shì)。1)時(shí)間影響軟巖隧道的周巖會(huì)出現(xiàn)不同程度的流變性質(zhì)，圍巖變形在應(yīng)力狀態(tài)不變情況下不斷增加，時(shí)間效應(yīng)在隧道變形預(yù)測(cè)中舉足輕重，因此在網(wǎng)絡(luò)模型輸入項(xiàng)中必須考慮時(shí)間與變形的關(guān)系，輸入項(xiàng)中時(shí)間采用的單位為天。2)距掌子面距離的影響臺(tái)階法開(kāi)挖時(shí)，繼續(xù)開(kāi)挖下半斷面，則會(huì)引起上半斷面新的擾動(dòng)，出現(xiàn)收斂變形的突變；對(duì)于已經(jīng)開(kāi)挖完畢的斷面，若與掌子面距離越小，其受到開(kāi)挖時(shí)的影響越大，尤其對(duì)軟巖隧道而言。因此，本發(fā)明采用所要預(yù)測(cè)斷面與掌子面之間的距離作為輸入項(xiàng)，單位為米。3)隧道斷面埋深影響圍巖壓力是初襯承受的主要靜荷載，在隧道開(kāi)挖后，隨著圍巖的應(yīng)力釋放，隧道隨之產(chǎn)生變形，因此,所測(cè)斷面的圍巖壓力與變形有著密切的關(guān)系，亦即斷面的埋深在一定程度上對(duì)圍巖的變形有影響，根據(jù)地質(zhì)資料，很容易得到斷面的埋深，隧道預(yù)測(cè)斷面埋深輸入項(xiàng)單位為米。4)圍巖類型影響圍巖類型是人為對(duì)巖體力學(xué)性質(zhì)的劃分，對(duì)圍巖類型進(jìn)行分類輸入時(shí)，必須取得其量化的指標(biāo)，本發(fā)明中圍巖多為軟巖，這里采取從工程軟巖的角度出發(fā)，對(duì)其軟弱程度進(jìn)行分類，給出量化的指標(biāo)。5)地下水影響因素對(duì)預(yù)測(cè)隧道的變形而言，采取下列方法來(lái)量化地下水影響程度表l地下水對(duì)應(yīng)輸入?yún)?shù)<table>complextableseeoriginaldocumentpage6</column></row><table>-6)支護(hù)強(qiáng)度影響因素隧道圍巖的變形大小與支護(hù)強(qiáng)度密不可分，因此，在預(yù)測(cè)模型的輸入項(xiàng)中引入這一因素。用鋼拱架的間距來(lái)反映支護(hù)的強(qiáng)度，給出量化指標(biāo)，單位為米。訓(xùn)練樣本是采用測(cè)點(diǎn)先前若干天的變化檢測(cè)值組成的單維數(shù)組，也就是施工開(kāi)始一段時(shí)間的圍巖位移變化數(shù)據(jù)，訓(xùn)練樣本數(shù)量越多，訓(xùn)練出的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)更準(zhǔn)確，但累計(jì)訓(xùn)練樣本需要花費(fèi)時(shí)間，基于效率和精度折中的考慮，本實(shí)施例采用連續(xù)30天的采集數(shù)據(jù)為訓(xùn)練樣本。采用的激勵(lì)函數(shù)為Sigmoid函數(shù)，根據(jù)Sigmoid函數(shù)中間高增益、兩端低增益的特性，當(dāng)數(shù)據(jù)在遠(yuǎn)離0的區(qū)域里進(jìn)行學(xué)習(xí)時(shí)，因?yàn)樵陲柡蛥^(qū)段，學(xué)習(xí)收斂速度很慢，甚至于出現(xiàn)麻痹現(xiàn)象，為此將訓(xùn)練樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，才是高其學(xué)習(xí)速度。將一個(gè)月30天的樣本數(shù)據(jù)作為一組，設(shè)Z鵬和I咖為每組樣本數(shù)據(jù)的最大值與最小值，則相應(yīng)規(guī)范化后變量為<formula>complexformulaseeoriginaldocumentpage6</formula>這樣樣本數(shù)據(jù)將在之間，可以大大加快學(xué)習(xí)速度，而數(shù)據(jù)間的聯(lián)系并不減少。設(shè)輸入層為A，中間層為B，輸出層為C,則由前面模型定義可知A、B、C各層的節(jié)點(diǎn)個(gè)數(shù)分別為6、10、1;A層輸出量為A;B層節(jié)點(diǎn)輸出函數(shù)為C層節(jié)點(diǎn)輸出函數(shù)為p=l;其中，為A層與B層的連接強(qiáng)度，"《為B層與C層的連接強(qiáng)度，^為B層的閾值、A為C層的閾值。1)對(duì)連接強(qiáng)度、"w以及隱層和輸出層的閾值Gp、仏隨機(jī)賦較小值；2)激活輸入層的所有節(jié)點(diǎn)，依次計(jì)算B層以及C層的節(jié)點(diǎn)輸出~、；3)計(jì)算C層節(jié)點(diǎn)輸出值、與期望輸出值的誤差￡=s、如果誤差E大于設(shè)定誤差s,則對(duì)連接強(qiáng)度和各層閾值進(jìn)行修正，直到誤差E小于設(shè)定誤差s。設(shè)定誤差￡的量級(jí)是0.001。對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)的修正過(guò)程包括4)計(jì)算B層與C層之間的誤差修正量用到局部梯度△="化="S(1-c)(《)-s)~A^,"c',(l、)(《)一c》調(diào)整B層與C層的連接強(qiáng)度以及C層的閾值7^//("+l)=//(")+A/^5)計(jì)算A層與B層之間的誤差修正量用到局部梯度調(diào)整A層與B層的連接強(qiáng)度以及C層的閾值7^/=1調(diào)整A層與B層的連接強(qiáng)度以及B層的閾值&;("+l)=(")+AGp("+l)^(")+AGp^V為考慮誤差修正量后A層與B層的連接強(qiáng)度，,a為考慮誤差修正量后B層與C層的連接強(qiáng)度。6)重復(fù)以上過(guò)程直到誤差E變化很小，達(dá)到可以接受的程度。參考圖2和圖3描述用于預(yù)測(cè)隧道圍巖位移的方法，圖2為本發(fā)明實(shí)施例神經(jīng)網(wǎng)絡(luò)訓(xùn)練的步驟。首先，進(jìn)行神經(jīng)網(wǎng)絡(luò)的初始化，設(shè)定參數(shù)的初始值(步驟10),輸入?yún)?shù)的初始值設(shè)定包括以下輸入項(xiàng)的初始化，時(shí)間、所要預(yù)測(cè)的斷面距掌子面的距離、所要預(yù)測(cè)斷面的埋深、圍巖類型參數(shù)、鋼拱架間距和地下水因素參數(shù)。然后，輸入訓(xùn)練樣本的輸入向量和目標(biāo)輸出，(步驟11)通過(guò)神經(jīng)網(wǎng)絡(luò)求輸入向量的預(yù)測(cè)輸出，(步驟12)求該預(yù)測(cè)輸出與目標(biāo)輸出的差值，確定是否超出預(yù)定的可允許的誤差極限(步驟13),超出則反復(fù)執(zhí)行訓(xùn)練算法，不斷調(diào)整各層的權(quán)值和閾值(步驟14);直到該差值等于或小于可允許的誤差極限，神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成。通過(guò)訓(xùn)練獲得最終的預(yù)測(cè)算法。圖3為使用上述訓(xùn)練得到的預(yù)測(cè)算法輸出隧道圍巖預(yù)測(cè)位移的過(guò)程。輸入圍巖測(cè)點(diǎn)的輸入向量(步驟20)，通過(guò)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)輸出預(yù)測(cè)位移值(步驟21)。圖4為神經(jīng)網(wǎng)絡(luò)法與時(shí)間序列法和動(dòng)態(tài)方程法預(yù)測(cè)結(jié)果的比較，采用的數(shù)據(jù)是某隧道YK117+703斷面在2005年4月19日至5月26日的監(jiān)測(cè)數(shù)據(jù)，對(duì)該斷面的兩個(gè)測(cè)點(diǎn)分別用神經(jīng)網(wǎng)絡(luò)法、時(shí)間序列法和動(dòng)態(tài)方程法進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖所示，神經(jīng)網(wǎng)絡(luò)法的預(yù)測(cè)結(jié)果偏差最小，絕對(duì)誤差平均值分別為4.8%和3.8%,時(shí)間序列法預(yù)測(cè)的誤差平均結(jié)果分別為12.1%和21.8%,動(dòng)態(tài)方程法預(yù)測(cè)的結(jié)果平均誤差為24.4%和20%,動(dòng)態(tài)方程法的誤差最大，神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能明顯要優(yōu)于其它兩種方法，預(yù)測(cè)精度提高了一個(gè)數(shù)量級(jí)。雖然實(shí)施例已經(jīng)以BP神經(jīng)網(wǎng)絡(luò)的形式描述了本發(fā)明，但本發(fā)明并不排他性的限制于此。本發(fā)明還可應(yīng)用小波神經(jīng)網(wǎng)絡(luò)、前饋神經(jīng)網(wǎng)絡(luò)、循環(huán)3申經(jīng)網(wǎng)絡(luò)。權(quán)利要求1.一種利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，其特征在于至少包括，輸入圍巖位移數(shù)據(jù)的訓(xùn)練樣本，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；利用經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)對(duì)圍巖位移進(jìn)行預(yù)測(cè)，根據(jù)輸入測(cè)點(diǎn)的輸入向量，神經(jīng)網(wǎng)絡(luò)會(huì)根據(jù)預(yù)測(cè)請(qǐng)求計(jì)算預(yù)測(cè)出隨后特定的一段施工時(shí)間段內(nèi)的圍巖位移，以實(shí)現(xiàn)預(yù)警效果。2.如權(quán)利要求1所述的利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，其特征在于所述的神經(jīng)網(wǎng)絡(luò)為BP網(wǎng)絡(luò)，包括三層多節(jié)點(diǎn)的輸入層、多節(jié)點(diǎn)的隱層和單節(jié)點(diǎn)的輸出層。3.如權(quán)利要求2所述的利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，其特征在于所述輸入層至少包括以下一項(xiàng)輸入項(xiàng)時(shí)間、所要預(yù)測(cè)的斷面距掌子面的距離、所要預(yù)測(cè)斷面的埋深、圍巖類型參數(shù)、鋼拱架間距和地下水因素參數(shù)。4.如權(quán)利要求1所述的利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，其特征在于所述的訓(xùn)練樣本為前期測(cè)量的正常位移數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)為單維矩陣。5.如權(quán)利要求4所述的利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，其特征在于所述訓(xùn)練樣本為滾動(dòng)累積。6.如權(quán)利要求4所述的利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，其特征在于還包括訓(xùn)練樣本數(shù)據(jù)的標(biāo)準(zhǔn)化。7.如權(quán)利要求5所述的利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，其特征在于所述樣本數(shù)據(jù)的標(biāo)準(zhǔn)化包括將多個(gè)訓(xùn)練樣本組成一組，設(shè)Xmax和Z皿為每組樣本數(shù)據(jù)的最大值與最小值，則相應(yīng)規(guī)范化后變量為<formula>seeoriginaldocumentpage2</formula>k=1...K全文摘要本發(fā)明公開(kāi)了一種利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)隧道圍巖位移的方法，選擇合適的神經(jīng)網(wǎng)絡(luò)模型，輸入圍巖位移數(shù)據(jù)的訓(xùn)練樣本，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到精度滿足要求的神經(jīng)網(wǎng)絡(luò)模型，再利用經(jīng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)對(duì)圍巖位移進(jìn)行預(yù)測(cè)，根據(jù)所輸入的測(cè)點(diǎn)輸入向量，神經(jīng)網(wǎng)絡(luò)計(jì)算并輸出所要預(yù)測(cè)的隨后3-5天內(nèi)施工時(shí)間內(nèi)的圍巖位移，實(shí)現(xiàn)圍巖位移預(yù)警。本發(fā)明利用實(shí)際施工中可信賴的監(jiān)測(cè)數(shù)據(jù)，考慮了施工地段的地質(zhì)特點(diǎn)和相關(guān)的影響因素，通過(guò)神經(jīng)網(wǎng)絡(luò)的反饋分析，對(duì)下一階段的巖體與襯砌的變形、內(nèi)力等進(jìn)行預(yù)測(cè)，以指導(dǎo)施工和優(yōu)化施工參數(shù)，合理地安排工序。文檔編號(hào)G06N3/00GK101344389SQ20081004191公開(kāi)日2009年1月14日申請(qǐng)日期2008年8月20日優(yōu)先權(quán)日2008年8月20日發(fā)明者王國(guó)欣,王玉嶺,謝雄耀申請(qǐng)人:中國(guó)建筑第八工程局有限公司