基于遺傳徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)公路隧道圍巖定級方法

如何簡單、高效、準(zhǔn)確地對工程巖體進行分類是一個具有挑戰(zhàn)性的研究課題,也是現(xiàn)場施工的迫切需求,特別是某些特定的地下工程。以江西某公路隧道為研究對象,結(jié)合該地區(qū)實際所處的地質(zhì)環(huán)境,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(biāo)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(biāo)作為評價因子,建立了基于bp神經(jīng)網(wǎng)絡(luò)的公路隧洞圍巖分類模型,成功地對公路隧道圍巖等級進行了評級,取得了良好的評價效果,為公路隧道圍巖的快速分類提供了依據(jù)。

目的為解決各種傳統(tǒng)位移反分析方法的反分析模型復(fù)雜、求解難度大等問題,基于matlab的二次開發(fā)語言m語言,編寫了用于位移反分析的bp神經(jīng)網(wǎng)絡(luò)源程序.針對傳統(tǒng)bp網(wǎng)絡(luò)收斂速度慢的缺點,采用優(yōu)化算法及歸一化方法來加快網(wǎng)絡(luò)的訓(xùn)練速度.方法隧道開挖模擬采用flac-3d數(shù)值方法作為正演工具,結(jié)合正交設(shè)計法和bp神經(jīng)網(wǎng)絡(luò)等程序,建立了用于位移反分析人工神經(jīng)網(wǎng)絡(luò)方法,并應(yīng)用該方法對某隧道圍巖力學(xué)參數(shù)進行了反演.結(jié)果反演結(jié)果表明,所建立的位移反分析的人工神經(jīng)網(wǎng)絡(luò)方法具有模型簡單、求解快捷等優(yōu)點,且其精度亦能達到工程應(yīng)用要求,因而可以在工程實際中推廣應(yīng)用.結(jié)論人工神經(jīng)網(wǎng)絡(luò)有著良好的非線性信息存儲能力和自適應(yīng)性,利用人工神經(jīng)網(wǎng)絡(luò)中的bp算法反演隧道圍巖力學(xué)參數(shù),在實際應(yīng)用中是完全可行的,可以為工程所需的計算參數(shù)提供參考,對隧道圍巖穩(wěn)定性評價及信息化設(shè)計具用實際意義.

提出了一種更有效的前向網(wǎng)絡(luò)——徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò),以多、高層辦公樓為例,建立了工程造價的估算模型,運用matlab語言程序?qū)崿F(xiàn),同時采用同樣的樣本對bp網(wǎng)絡(luò)進行訓(xùn)練,兩者結(jié)果比較表明,這種方法彌補了bp網(wǎng)絡(luò)存在的收斂速度慢,易陷入局部最優(yōu)等缺陷,從而大大提高了其實用性,是對造價估算方式的又一新的嘗試。

公路隧道圍巖穩(wěn)定性評價的改進人工神經(jīng)網(wǎng)絡(luò)方法——本文運用改進的人工神經(jīng)網(wǎng)絡(luò)方法,研究了公路隧道圍巖穩(wěn)定性的評價定級問題.首先討論了模型建立和算法選擇與分析,并對實際的工程問題進行了計算和模擬.所得的評價定級結(jié)果接近于實際,計算方法可靠,計算時間適中...

本文運用改進的人工神經(jīng)網(wǎng)絡(luò)方法,研究了公路隧道圍巖穩(wěn)定性的評價定級問題.首先討論了模型建立和算法選擇與分析,并對實際的工程問題進行了計算和模擬.所得的評價定級結(jié)果接近于實際,計算方法可靠,計算時間適中,方法穩(wěn)定性良好.本文的研究結(jié)果表明,利用人工神經(jīng)網(wǎng)絡(luò)方法評價隧道圍巖的穩(wěn)定性具有廣闊應(yīng)用前景.

針對滇西復(fù)雜地質(zhì)條件下隧道圍巖變形預(yù)測問題,以bp神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),引入了改進后的粒子群算法,通過調(diào)試和改進建立了pso-bp神經(jīng)網(wǎng)絡(luò).該神經(jīng)網(wǎng)絡(luò)結(jié)合了粒子群算法的全局搜索能力和bp神經(jīng)網(wǎng)絡(luò)的局部搜索能力,非線性映射能力強,泛化能力強,具有一定的容錯能力.計算結(jié)果表明:pso-bp神經(jīng)網(wǎng)絡(luò)預(yù)測精度高,平均絕對誤差為2.4mm,平均相對誤差為2.7％,滿足隧道圍巖變形預(yù)測精度的需要.

在預(yù)測隧道圍巖變形的過程中,運用神經(jīng)網(wǎng)絡(luò)的方法,建立非線性的預(yù)測模型,結(jié)合張涿高速公路林里隧道的變形實測數(shù)據(jù),借助matlab7.1平臺,模擬了隧道圍巖的變形過程;實驗結(jié)果表明：rbf神經(jīng)網(wǎng)絡(luò)方法在隧道圍巖變形的預(yù)測中,具有運算速度快,預(yù)測精度高,模型穩(wěn)定可靠的特點,在隧道施工過程中,能夠有效的輔助施工控制,提供預(yù)測報告。

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的砂土液化概率判別方法——以國內(nèi)外25次大地震中的344組場地液化實測資料為基礎(chǔ)，通過徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練和檢驗，分析了修正標(biāo)準(zhǔn)貫入擊數(shù)與飽和砂土抗液化強度之間的非線性關(guān)系，建立了飽和砂土液化極限狀態(tài)曲線或抗液化...

本文建立了基于徑向基函數(shù)(rbf)神經(jīng)網(wǎng)絡(luò)公路工程造價的估算模型,并運用matlab語言程序?qū)⑵鋵崿F(xiàn)。實例分析表明該方法彌補了傳統(tǒng)bp網(wǎng)絡(luò)存在的收斂速度慢,易陷入局部最優(yōu)等缺陷,基于神經(jīng)網(wǎng)絡(luò)的公路工程造價估算方法是可行的,估算結(jié)果是可靠的。

基于人工神經(jīng)元網(wǎng)絡(luò)原理,結(jié)合公路隧道圍巖判別的工程實際資料,通過bp神經(jīng)網(wǎng)絡(luò)模型的有師學(xué)習(xí)記憶和預(yù)測功能,對公路隧道圍巖判別預(yù)測進行了研究。通過實例預(yù)測檢驗,證明了人工神經(jīng)元網(wǎng)絡(luò)在公路隧道圍巖判別中的可行性和實用性。

本文介紹一種適用于隧道動態(tài)設(shè)計的巖石隧道圍巖級別的現(xiàn)場快速判定方法。該方法根據(jù)掌子面巖體地質(zhì)情況,在采用規(guī)范的基本原理基礎(chǔ)上,考慮巖體級別的位置分布及面積大小的因素,對工程有更好的針對性。

人工神經(jīng)網(wǎng)絡(luò)在隧道圍巖穩(wěn)定性識別中的應(yīng)用——在全面分析影響隧道圍巖穩(wěn)定性因素的基礎(chǔ)上,結(jié)合人工神經(jīng)網(wǎng)絡(luò)方法的特點,提出了一種基于隧道圍巖穩(wěn)定性識別的b-p人工神經(jīng)網(wǎng)絡(luò)方法。通過實例分析對比表明,模型精度很高,識別結(jié)果可靠,且操作簡潔方便,能有效地應(yīng)用...

本文在某隧道錨的穩(wěn)定性研究過程中采用正交設(shè)計法構(gòu)造bp神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本,均勻設(shè)計構(gòu)造bp神經(jīng)網(wǎng)絡(luò)測試樣本;并通過bp神經(jīng)網(wǎng)絡(luò)對樣本進行反復(fù)訓(xùn)練,對隧道錨圍巖力學(xué)參數(shù)進行了反演分析。該反演分析方法獲得的參數(shù)與正向計算得出的位移增量及監(jiān)測位移增量在量值上基本相當(dāng),為更準(zhǔn)確地獲取圍巖巖體力學(xué)參數(shù)開辟了新途徑。

將bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于隧洞圍巖分類,bp神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)記憶建立輸入和輸出變量之間的非線性關(guān)系。利用淮南洞山隧道圍巖分類樣本進行模擬檢驗,bp神經(jīng)網(wǎng)絡(luò)模型性能良好,對隧道圍巖分類的精度較高,是一種值得推廣和應(yīng)用的圍巖智能分類方法。

公路隧道巖質(zhì)圍巖亞級分級方法研究

現(xiàn)行公路隧道圍巖分級方法某些圍巖級別跨度較大,不能滿足實際施工的需要,鑒于此,針對ⅲ、ⅳ、ⅴ級巖質(zhì)圍巖進行了較為全面、系統(tǒng)的圍巖亞級分級研究。首先通過數(shù)值試驗對3種巖質(zhì)圍巖的自穩(wěn)性進行研究,并根據(jù)各圍巖的自穩(wěn)性表現(xiàn)特征進行圍巖亞級級別劃分,建立圍巖亞級分級理論標(biāo)準(zhǔn),然后結(jié)合現(xiàn)場采集的大量圍巖樣本數(shù)據(jù)統(tǒng)計分析結(jié)果,最終確定圍巖亞級分級的判定方法。以上研究對現(xiàn)行公路隧道圍巖分級方法起到了細化和完善的作用,同時也可作為公路隧道設(shè)計、施工參考之用。

提出了應(yīng)用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)進行高層結(jié)構(gòu)體系的選型,它充分運用了神經(jīng)網(wǎng)絡(luò)高度的非線性、高度的容錯性和魯棒性、自學(xué)習(xí)、實時處理等特點。研究表明,徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)運算速度較普通bp算法快103～104倍,并且精度高,可以高效、高質(zhì)地進行高層建筑結(jié)構(gòu)的選型。

隧道是修建在底層中的工程結(jié)構(gòu),在挖開地層并把隧道襯砌修建在地層內(nèi)的過程中和以后,地層始終對隧道襯砌結(jié)構(gòu)產(chǎn)生作用,本文在提出圍巖穩(wěn)定性基本判據(jù)的基礎(chǔ)上,著重對公路隧道圍巖穩(wěn)定性進行了分析。

闡述了國內(nèi)外公路隧道圍巖分級的主要方法,并結(jié)合貴州某高速公路隧道圍巖分級實例,對某隧道各區(qū)段進行圍巖分級,為同類隧道工程提供參考。

連拱隧道按荷載結(jié)構(gòu)模式計算分析時,圍巖壓力的計算仍采用現(xiàn)行《公路隧道設(shè)計規(guī)范》中的方法,這種計算方法存在一定的問題。探討了連拱隧道的深淺埋界限,對常用的圍巖壓力理論進行了比較,找出連拱隧道采用現(xiàn)有圍巖壓力理論進行計算存在的問題,提出了建議的連拱隧道圍巖壓力計算方法,并對建議的計算方法進行了效果分析。結(jié)果表明,建議的計算方法對連拱隧道及大跨度隧道的設(shè)計計算是合理和偏于安全的。

目前為止,現(xiàn)有的油田開發(fā)指標(biāo)預(yù)測方法難以反映實際存在的時間累積效應(yīng)對該指標(biāo)預(yù)測的影響。因此,為提高油田開發(fā)指標(biāo)預(yù)測的準(zhǔn)確度,本文提出基于徑向基過程神經(jīng)元網(wǎng)絡(luò)的油田開發(fā)動態(tài)指標(biāo)預(yù)測模型,并將其應(yīng)用到實際油田開發(fā)動態(tài)指標(biāo)的預(yù)測中。實例分析結(jié)果表明,本文提出的徑向基過程神經(jīng)元網(wǎng)絡(luò)的油田開發(fā)動態(tài)指標(biāo)的預(yù)測方法精度高、速度快,是預(yù)測油田開發(fā)指標(biāo)的一種較實用的方法。

針對高速公路隧道工程施工的特點,基于動態(tài)化的圍巖分類,采用多種方法對隧道圍巖進行地質(zhì)跟蹤調(diào)查與預(yù)測.通過綜合分析和優(yōu)化處理上述信息,從而對公路隧道動態(tài)穩(wěn)定性進行評價,為高速路隧道工程穩(wěn)定狀況的評判提供了一種簡單易行的方法.