BP小波神经网络在大断面隧道变形预测中应用.pdfVIP

第32卷 第 6期 华 侨 大 学 学 报 (自然 科 学 版 ) Vo1．32 No．6 2011年 11月 JournalofHuaqiaoUniversity(Natura1Science) Nov．2011 文章编号： 1000—5013(2011)06—0680—04 BP小波神经网络在大断面隧道 变形预测中的应用 黄志波，林从谋 ，黄金 山，孟凡兵，付旭 (华侨大学 岩土工程研究所，福建 泉州 362021) 摘要：将BP算法引入小波神经网络，自适应地调整小波系数和网络权重，同时利用 自适应算法调节 BP算 法的学习率 ，提高收敛效率．以4车道隧道——前欧隧道的监测数据为基础，建立BP小波神经网络变形预测 模型．预测结果表明：BP小波神经网络对地质条件相似，施工及初期支护方法相同的隧道断面变形进行预测 ， 其预测结果满足工程精度要求，能较准确地预知该断面在施工过程中的变形值． ’ 关键词：BP小波神经网络；大断面隧道；变形预测 中图分类号： U456．3 文献标志码 ： A 隧道变形预测一直是隧道工程的一个重点研究课题，隧道变形的准确预测对于评价隧道施工安全， 预防塌方具有重要意义．自从认识到隧道开挖的时空效应及理论与数值模拟方法的缺陷后，各种系统分 析方法开始应用于隧道开挖的变形预测．特别是近年来，由于动态设计及信息化施工技术的提出，学者 对大断面隧道变形预测技术进行深入的研究[1]，得到了不少基于小波神经网络的预测研究成果，但未 见采用小波神经对大断面隧道变形预测的研究成果 ．如岳荣花[3]采用小波神经网络进行沉降预测研 究；梁平[]采用BP小波神经网络对地震属性储存参数进行预测研究；严胜华等[5]采用小波神经对地表 下沉进行预报分析；杨丽[6]采用小波神经网络对大坝变形进行预测．基于此，本文采用 BP小波神经对 大断面隧道进行变形预测研究，期望取得较高的预测精度，以准确掌握隧道变形情况． 1 BP小波神经网络理论 小波神经网络(waveletneuralnetworks，WNN)是在小波理论基础上结合人工神经网络而提出的 一 种前馈型网络 ．它以小波函数为神经元的激励函数，小波的伸缩、平移因子及连接权重在对误差能量 函数的优化过程中被 自适应调整．采用的模型为 M ()一，(∑ [∑z ])． (1) j-] i--1 一 k 其误差函数为E一百1∑Et一 ()]。． BP小波神经网络是基于BP算法的小波神经网络，BP算法采用梯度下降法来减小误差函数．BP 网络就是要完成 维空间向量到m维空间的近似映射：F：F：XER一y∈R ． BP小波神经网络的隐含层的激励函数选用应用较多的Marlet小波函数，输出层选用Sigmoid函 数．网络的各层输出为 Z 0一g(∑Wz一 )， Y一，(∑wj，一a9)． (2) 收稿 日期： 2011—04—14 通信作者：林从谋(1957一)，男，教授 ，主要从事隧道与岩土工程设计与施工技术的研究．E-mail：cmlin@hqu．edu．an． 基金项目：福建省交通科技发展课题基金资助项 目(200910) 第6期 黄志波，等：BP小波神经网络在大断面隧道变形预测中的应用 即BP小波神经网络的输出为 f Y一 (∑wj，(∑ —h0^)--cO)． (3)