BP神經(jīng)網(wǎng)絡(luò)在隧道工法設(shè)計(jì)中的應(yīng)用

宋華君

摘要：將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用到隧道在施工工法設(shè)計(jì)的過程中，以圍巖級(jí)別、地質(zhì)構(gòu)造、隧道所在地形環(huán)境、水文特征等為影響因素，建立隧道工法設(shè)計(jì)方案數(shù)據(jù)庫(kù)。在隧道工程快速發(fā)展的背景下，向智能化方向轉(zhuǎn)變能夠高效、可靠的完成設(shè)計(jì)工作，本文中將探究BP神經(jīng)網(wǎng)絡(luò)在隧道工法設(shè)計(jì)中的應(yīng)用。

關(guān)鍵詞：BP算法;神經(jīng)網(wǎng)絡(luò);隧道施工;工法比選

中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）02-0083-03

0 引言

隨著我國(guó)交通工程的不斷發(fā)展，隧道建設(shè)過程中的施工技術(shù)得到了極大的進(jìn)步，隧道施工方法日益增多。每年新建隧道與建成隧道的數(shù)量不斷增大，傳統(tǒng)的隧道工法選擇受到多方面復(fù)雜因素的影響，包括圍巖級(jí)別、隧道斷面、施工條件、隧道埋深等。一方面需要豐富的隧道建設(shè)經(jīng)驗(yàn)，同時(shí)又需要耗費(fèi)相當(dāng)?shù)木ξ锪M(jìn)行方案的比選，難以滿足隧道工程大幅發(fā)展的時(shí)代要求。

人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力、聯(lián)想存儲(chǔ)大數(shù)據(jù)功能已經(jīng)快速尋找優(yōu)化解的能力，能夠較好的解決目前隧道施工方法選擇方面的效率低下問題。運(yùn)用BP神經(jīng)網(wǎng)絡(luò)原理，引入隧道施工工法選擇中考慮的多種參數(shù)，模擬人腦的學(xué)習(xí)、分析、決策過程，計(jì)算出較為合適的隧道施工方法，隨后再由設(shè)計(jì)人員進(jìn)行復(fù)核驗(yàn)算，可極大提高其工作效率。

1 隧道工法選擇

1.1 隧道工程特征

隧道施工設(shè)計(jì)階段要綜合考慮隧道公路功能、等級(jí)、圍巖級(jí)別、地質(zhì)構(gòu)造、隧道所在地形環(huán)境、水文特征等，各因素對(duì)隧道結(jié)構(gòu)的安全性具有重大影響，如工法選擇不當(dāng)，則可能造成成本過高甚至隧道失穩(wěn)問題。因此，在隧道設(shè)計(jì)前應(yīng)對(duì)隧道選址所在地形環(huán)境、巖層信息、圍巖情況、水文條件、不良地質(zhì)等進(jìn)行分析，并在此基礎(chǔ)之上選用合適的隧道施工工法，表1為隧道工程特征。

1.2 隧道工法分類

隧道施工工法的選擇需根據(jù)隧道工程特征確定，隧道施工方法可分為基本、輔助施工方法以及支護(hù)措施。基本施工方法決定施工開挖的形式，以山嶺隧道開挖為例，主要包含臺(tái)階法、多部法和全斷面開挖法，每種基本施工方法可根據(jù)施工具體參數(shù)分為多個(gè)小類，受隧道工程特征影響，如圖1所示。因設(shè)計(jì)過程中考慮的角度不同，施工方法也有所差異，如果施工環(huán)境良好、從造價(jià)和工期考慮，應(yīng)選擇全斷面法開挖;如果圍巖環(huán)境較差，以施工安全角度考慮，則應(yīng)選用雙側(cè)壁導(dǎo)坑法施工。

1.3 隧道工法設(shè)計(jì)方案數(shù)據(jù)庫(kù)

已建隧道設(shè)計(jì)施工方案具有一定的學(xué)習(xí)借鑒價(jià)值，通過搜集大量已完成的隧道工程設(shè)計(jì)設(shè)計(jì)方案和設(shè)計(jì)資料，將這些資料進(jìn)行整理和分析，建立隧道工法設(shè)計(jì)方案數(shù)據(jù)庫(kù)，為新建隧道項(xiàng)目提供參考，從而提高設(shè)計(jì)方案的科學(xué)性，圖2為數(shù)據(jù)庫(kù)建設(shè)的流程。

2 隧道工法比選模型

2.1 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)是按照誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練出來(lái)的一種多層前饋網(wǎng)絡(luò)，其以對(duì)信息分布式存貯和并行處理為基礎(chǔ)，具有自學(xué)習(xí)、自組織的能力，在不需要知道數(shù)據(jù)分布形式和變量關(guān)系的情況下，通過積累線性學(xué)習(xí)，建立各影響因素之間的高度非線性映射關(guān)系，對(duì)殘缺不全和突變數(shù)據(jù)的處理有很強(qiáng)的容錯(cuò)能力，基于大量的測(cè)試結(jié)果，對(duì)未來(lái)發(fā)展規(guī)律有較高的預(yù)測(cè)精度，圖3為包含一個(gè)隱層的BP神經(jīng)網(wǎng)絡(luò)拓?fù)鋱D。

以MATLAB為程序平臺(tái)，借助其內(nèi)部函數(shù)及工具箱，建立基于BP神經(jīng)網(wǎng)絡(luò)算法的隧道工法選擇比選模型，根據(jù)影響因素確定網(wǎng)絡(luò)中的輸入層、兩個(gè)隱含層以及輸出層分別由四個(gè)神經(jīng)元、十個(gè)隱含單元、三個(gè)隱含單元、三個(gè)輸出單元組成，如圖4所示。

2.2 確定學(xué)習(xí)樣本

將類似工程中已建山嶺隧道工程信息作為學(xué)習(xí)樣本，用以對(duì)類似工程中應(yīng)選用哪種隧道開挖方法進(jìn)行預(yù)測(cè)。表2為已建隧道項(xiàng)目類似工程信息構(gòu)成的學(xué)習(xí)樣本，對(duì)表格中數(shù)據(jù)的值進(jìn)行歸一化處理并輸入matlab程序，輸出結(jié)果（x，y，z）中的x，y，z分別代表全斷面法、臺(tái)階法和多部法對(duì)應(yīng)的優(yōu)選度。

將統(tǒng)計(jì)樣本進(jìn)行歸一化處理導(dǎo)入已經(jīng)編寫好的BP神經(jīng)網(wǎng)絡(luò)中使用net=train（ net ，input ，output'）命令開始訓(xùn)練，設(shè)置最大訓(xùn)練次數(shù)epochs為5000，目標(biāo)誤差為0.6*10^（-6），10輪回顯示一次結(jié)果，學(xué)習(xí)速率lr=0，05。

2.3 實(shí)例分析

新建崇禮鐵路新興堡隧道位于張家口市下花園區(qū)定方水鄉(xiāng)崔家莊北側(cè)，隧道起止里程為DK10+548.00～DK12+680，全長(zhǎng)2132m，Ⅲ級(jí)長(zhǎng)度710m，Ⅳ級(jí)長(zhǎng)度490m，Ⅴ級(jí)長(zhǎng)度794m，明洞138m。地層巖性主要為濕陷性黃土、弱風(fēng)化砂礫巖、強(qiáng)風(fēng)化砂礫巖等。

將該隧道應(yīng)用到建立的隧道工法選擇BP神經(jīng)網(wǎng)絡(luò)中，已有15組隧道信息作為訓(xùn)練樣本，本項(xiàng)目暗挖段作為檢驗(yàn)樣本，用以驗(yàn)證該隧道工法比選模型的預(yù)測(cè)能力，表3為神經(jīng)網(wǎng)絡(luò)輸出結(jié)果。由表可知，該隧道根據(jù)區(qū)段特征宜分別選用分步法、臺(tái)階法兩種開挖方法，實(shí)際設(shè)計(jì)施工方案中綜合采用了三臺(tái)階七步開挖法、分部法進(jìn)行分段施工，具有一致性。

表3為通過15組類似工程數(shù)據(jù)樣本訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)所計(jì)算的結(jié)果，其分析結(jié)果與實(shí)際開挖方案具有較高的一致性，通過補(bǔ)充學(xué)習(xí)樣本，增加更多相關(guān)參量可進(jìn)一步提高該模型預(yù)測(cè)的精準(zhǔn)性。

3 結(jié)語(yǔ)

本文采用BP神經(jīng)網(wǎng)絡(luò)的方法，基于MATLAB程序平臺(tái)，收集處理了15個(gè)相似已建隧道的工程信息為學(xué)習(xí)樣本，以新興堡隧道建設(shè)項(xiàng)目隧道開挖方法的預(yù)測(cè)與實(shí)際設(shè)計(jì)工法對(duì)比，研究結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)的隧道工法比選模型具有一定的可靠度，隨著數(shù)據(jù)樣本的補(bǔ)充，其精度可進(jìn)一步提升，對(duì)輔助隧道工法初步設(shè)計(jì)，選擇合理開挖方案具有積極意義。

參考文獻(xiàn)

[1] 羅學(xué)東，范新宇，代貞偉，梅年峰，閆蘇濤.BP神經(jīng)網(wǎng)絡(luò)模型在露天礦爆破振動(dòng)參數(shù)預(yù)測(cè)中的應(yīng)用及修正[J].中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，44（12）：5019-5024.

[2] 陳濱掖.RBF神經(jīng)網(wǎng)絡(luò)在低壓導(dǎo)線截面選擇中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2018，36（11）：115-117+121.

[3] 李強(qiáng)，張海濤.復(fù)雜環(huán)境下地鐵隧道工法比選[J].江西建材，2016（22）：140-141.

[4] 劉曉慶.高速公路隧道設(shè)計(jì)方案三維智能優(yōu)化方法研究[D].石家莊鐵道大學(xué)，2018.

[5] 張俊峰.基于BP神經(jīng)網(wǎng)絡(luò)隧道施工巖爆預(yù)測(cè)研究[J].路基工程，2013（03）：200-203.

Application of BP Neural Network in Tunnel Engineering Design

SONG Hua-jun

（NO.4 Engineering Corporation Limited of CR20G， Shandong? Qingdao? 266061）

Abstract：BP neural network is applied to the tunnel in the process of construction method design. The surrounding rock grade， geological structure， tunnel location environment and hydrological characteristics are taken as the influencing factors， and the tunnel construction scheme database is established. Under the background of the rapid development of tunnel engineering， the transformation to the intelligent direction can complete the design work efficiently and reliably. In this paper， the application of BP neural network in tunnel engineering design will be explored.

Key words：BP algorithm; neural network; tunnel construction; engineering method comparison