人工神经元网络在公路隧道围岩判别中应用.docVIP

特　　稿 2003年第4期 第28卷总第106期 广西交通科技 GUANGXI COMMUNICATION SCIENCE TECHNOLOGY　　 收稿日期:2003-06-10 作者简介:裘军良(1978-),男,浙江绍兴人,硕士,主要从事桥 梁、隧道管理与研究;夏永旭(1953-),陕西武功人, 教授,博导,主要从事工程结构数值计算方法、隧道结 构理论、公路隧道通风与防灾救灾以及公路隧道工程 质量检测研究。 专家信息:夏永旭,博士生导师,长安大学公路学院教授、全国加权残值法及工程应用协 作组副组长、陕西省力学学会常务理事。主要从事工程结构数值计算方法、公路隧道结 构理论与运营环境、公路隧道通风与防灾救灾以及公路隧道工程质量检测的研究。指导 研究生研制公路隧道通风软件两套,公路隧道工程质量检测管理软件一套。先后发表科 研论文69篇,被EI收录十多篇,出版专著两部,编写教材两本。获交通科学技术进步二 等奖两项,中国公路学会技术三等奖一项。近年来主要从事的科研项目有:“长大公路隧 道防救灾对策研究”、“秦岭终南山公路隧道通风方案研究”、“门关公路隧道通风方案研 究”、“公路隧道通风数值模拟研究”、“公路隧道工程质量检测研究”、“公路双连拱隧道开 挖方法及施工过程数值模拟研究”、“道路结构疲劳特性研究”等,在公路隧道通风与防灾 救灾、公路隧道工程质量检测研究方面取得了一定的成果。 　　文章编号:1004-051X(2003)04-0015-04 人工神经元网络在公路隧道围岩判别中的应用 裘军良,夏永旭 (长安大学公路学院,陕西　西安　710064) 摘　要:基于人工神经元网络原理,结合公路隧道围岩判别的工程实际资料,通过BP神经网络模型的有师学习记忆和 预测功能,对公路隧道围岩判别预测进行了研究。通过实例预测检验,证明了人工神经元网络在公路隧道围岩判别中的 可行性和实用性。 关键词:BP神经网络;公路隧道;围岩判别;预测;应用 中图分类号: U451.2　　　　　　　文献标识码: A The Application of Artificial Neural Network in Highway Tunnel s Rock Masses Classification QIUJun-liang, XIA Yong-xu (Highway College, Chang an University, Xi an shanxi710064,China) Abstract:Based on the artificial neural network theory, combining the factual project datum of highway tunnel s classification of rock masses, using the BP neural network s model with teacher study and predicting function, the classification of rock masses in highway tunnel is studied. With the actual examples, the feasibility and practicability in the classification of rock masses with artifi- cial neural network are demonstrated. Key words:BP neural network; highway tunnel;the classification of rock masses;prediction;appli- cation. 准确的围岩分类是公路隧道设计成功与否的关键。然而,由于隧道围岩复杂多变,隧道勘察人员很难 把握围岩地质的全面资料,评定过程中具有很大的随 机性。本文应用人工神经元网络来进行围岩分类,可 以很好的描述影响围岩类别的因素,经过加权分析,得 到很好的与实际吻合的围岩类别。 1　人工神经元网络原理及BP算法 人工神经元网络(Artificial Neural Network,简称 ANN)又称神经元网络、神经网络,它是人们通过模拟 15生物神经系统,在计算机上实现的一种复杂网络,是现 代科技发展的新技术,它具有并行运行、容错、自适宜、 自学习及集体运算等特点。 神经元是人工神经元网络的基本处理单元,网络 的信息处理由神经元之间的相互作用来完成;神经元 具有以下特性: (1)神经元是一个多输入,单输出元件; (2)神经元是一个具有非线性输入/输出特性的 元件; (3)神经元具有可塑性; (4)神经元的输出响应是各个输入的综合作用的 结果,