基于神經網絡礦山邊坡破壞類型影響因素的評價

周佳榮，侯 莉

（四川省地質礦產勘查開發局化探隊，四川 德陽 618000）

在礦山巖質邊坡防治中，影響其破壞類型的因素多種多樣，如結構面與邊坡面的空間關系、邊坡高度、內聚力等[1]。它們對邊坡的破壞類型的影響程度各不相同，影響大的成為主控因素；影響小的成為次要因素。而主控因素的分析對采取相應有效的邊坡加固治理措施具有重要的意義[2]。

一般的做法是利用經驗結合邊坡的具體情況來確定那些因素的大小。這種方法一方面缺乏說服力，一方面對于經驗不足的人來說往往會造成不必要的錯誤。本文基于神經網絡對礦山邊坡穩定性分析的同時提取其中的權值和閾值，利用輸入對輸出的相對作用強度（RSE），來計算影響邊坡破壞類型的因素對兩種邊坡破壞類型（圓弧型、折線型）影響度。這樣不僅能將定量和定性的因素考慮在里面，而且利用數據更有說服力。

1 基于神經網絡邊坡破壞類型的確定

神經網絡法用于研究礦山邊坡工程具有獨特的優勢,利用神經網絡可以將各種影響因素作為輸入變量,建立這些定性或定量影響因素與邊坡安全系數、破壞類型之間的高度非線性映射模型，再用模型來評價邊坡的安全性[3]。

對于礦山巖質邊坡來說，本文選取9個影響因素作為神經網絡的輸入參數。它們是：結構面與邊坡面的空間關系、巖石抗壓強度、結構面傾角、內聚力、內摩擦角、地下水條件、巖石結構類型、邊坡高度、邊坡角[1，4]。其中有一些為定性指標，可以這樣來規定：結構面與邊坡面的位置關系（平行0；斜交0.5；垂直1）；巖石結構類型（層狀0；鑲嵌狀0.5；塊狀1）；邊坡可能破壞的類型（圓弧形0；折線形1）。

1.1 訓練樣本的歸一化

上述9個影響因素作為網絡輸入節點時，由于各因素具有不同的量綱，且類型不同，數值相差甚遠，難以進行直接比較，因此，在綜合評價前把這些指標按某種效用函數歸一化處理，同時也可以防止小數值信息被大數值信息所淹沒[5,6]。

一般提法是將各輸入量歸一化至[0,1],但考慮到Sigmoid函數在值域[0.0,0.1]和[0.9,1.0]區域內曲線變化極為平坦[7]，這種方法就存在一定缺陷。這里采用(X-Min(x))/(Max(x)-Min(x))×0.8+0.1函數對該問題進行處理，使得歸一化應后各輸入量在[0.10,0.90]區域內。

1.2 神經網絡的訓練

從文獻[4]中收集的25個樣本,其中20個作為訓練樣本,5個作為檢驗樣本。將樣本歸一化后（表1）用于BP神經網絡的訓練。

表1 BP神經網絡訓練樣本集

針對邊坡破壞類型的訓練學習，本次輸入層為9個處理單元，輸出層為1個單元，隱層處理單元為16個。網絡經過7步學習收斂，誤差達到0.0015的精度，基本滿足要求。

1.3 神經網絡的測試分析

根據上述建立的神經網絡結構模型，對5個待檢驗的樣本進行預測評價，結果見表2。

表2 邊坡破壞類型神經網絡預測結果

通過利用神經網絡預測模型進行分析表明，預測結果的最大絕對誤差小于0.05，對與判別是0（圓弧形破壞）還是1（折線形破壞）影響不大，預測的結果正確可靠，且網絡的收斂速度快，說明上述網絡模型具有較強的可靠性和實用性。

2 基于相對作用強度的影響因素評價

2.1 相對作用強度(RSE)概念

對于一個訓練完畢的BP神經網絡，其輸出可以被看作為是輸人的復合函數。對連續可導的原函數，這就是所求的相互作用[8]，即神經網絡輸人對輸出的相對作用強度（RSE）。

根據上述，網絡的輸人i和輸出k間有下式存在：

式中求出的RSEki值，是對網絡各輸入單元對某一個輸出單元相對影響的一種度量。其絕對值大小，表示輸入單元對輸出單元的狀態時所起作用的大??；正號（或負號）表示輸出單元的增值方向與輸入單元相同（或相反）。由此，我們可將RSE應用到計算影響邊坡破壞類型因素的相對影響與作用的大小和方向，從而區分主要因素和次要因素，為邊坡治理提供依據。

2.2 RSE計算結果的分析

在上面建立的神經網絡中提取權值和閾值應用到RSE中，就可以對其復雜的影響參數的相對作用進行分析，從而找出各個影響因素對邊坡破壞類型所起作用的規律。所得到的具體結果見圖1。

從圖1可以看出，巖石單軸抗壓強度和巖石結構類型對邊坡破壞類型的影響最大，且成正相關關系，說明隨巖石單軸抗壓強度的增高，邊坡趨向折線型破壞；巖石的結構類型由層狀向鑲嵌狀、塊狀變化，邊坡也由圓弧型向折線型破壞方向發展。其他七個影響因素與邊坡的破壞類型成負相關關系，說明隨著這幾個影響因素值的增加，邊坡趨向于圓弧型破壞。在這9個因素中巖石單軸抗壓強度和巖石結構類型為主控因素，其他因素為次要因素，但并不是可以忽略的因素。

圖1 輸入對輸出的相對作用強度

3 結論

本文利用BP神經網絡建立模型對邊坡的破壞類型進行分類，該模型得出得結構可靠、計算速度快，有較強得實用性。利用輸入對輸出的相對作用強度（RSE）來分析影響邊坡破壞類型的因素，用數據的形式來說明，較有說服力。能較為準確地確定出影響邊坡破壞類型的主要因素，在工程實踐中就能知道應該重點關注哪些主要影響因素，而哪些因素可以忽略，有利于以后計算模型的優化。