遗传—神经网络算法在水下隧道涌水量预测中的应用.pdfVIP

第22卷第3期 水 资 源 与 水 工 程 学 报 Vol_22No．3 2011年 6月 JournalofWaterResources＆WaterEngineering Jun．．20I1 遗传一神经网络算法在水下隧道 涌水量预测 中的应用 肖智兴 ，黄 涛 ，李 政 ，潘明明 (1．西南交通大学地球科学与环境工程学院，成都610031；2．成都市金牛区环境监测站，成都 610036) 摘 要：水下隧道涌水问题受到多种因素的综合影响，具有非线性和高度复杂性。本文应用遗传算法和BP神经网 络，结合工程实例，选用隧道围岩裂隙发育情况、上覆含水体富水性、上覆水压、隧道埋深、隧道围岩上覆相对隔水层 强度和上覆基岩破碎带与隧道顶板的距离作为影响水下隧道涌水的主要因素，以调查的数据作为训练样本 ，使用遗 传算法优化 BP神经网络的初始权值和阈值 ，建立了水下隧道涌水量的遗传 一神经网络预测模型，并进行了计算分 析。结果表明：该模型收敛性能好，预测精度高，简单可行。该方法为水下隧道涌水量的预测提供了一条新思路。 关键词：神经网络 ；遗传算法；涌水量；水下隧道 中图分类号：P641．35；U452 文献标识码：A 文章编号：1672—643X(2011)03—0102—04 Application ofgenetic-neuralnetworkalgorithm toforecast waterinflow inunderwatertunnel XIAO Zhixing ，HUANG Tao ，LIZheng ，PAN M ingming (1．SchoolofGeosciencesandEnvironmentalEngineering，SouthwestJiaotongUniversity，Chengdu610031，China； 2．JinniuDistrictEnvironmentalMonitoringStationofChengdu，Chengdu610036，China) Abstract：Waterinflow problem inunderwatertunnelwhichisaffectedbymanyfactorspossesseshighly complexityandnonlinear．ThetheoryofgeneticalgorithmsandBP(back—propagation)neuralnetworks wereintroduced．Takingapracticalengineeringasanexample ，sixmaincontrolfactorswerechosenin theanalysis，suchasthedevelopmentdegreeofsurroundingrockfissures，wateryieldpropertyofoverla- yingaquifer，waterpressureofoverlayingaquifer，thedepthoftunnel，thestrengthoftheoverlyingim— permeablelayerandthedistancebetweenbedrockfracturezoneandthetunnelroof．Somesurveyingdata wastakenasthetrainingandtestingsamples．Thenthegeneticalgorithmswasemployedtooptimizethe weightsandthresholdsofBPnetworks．Thepaperestablishedtheforecastmodelofwaterinfl owinunder- watertunnelandcarriedoutthecalculation．Theresultsshowedthatthismodelhasgoodperfomr ancein