人工神经网络在衡枣高速公路沉降预测中的应用.pdfVIP

维普资讯 第8期 广东土木与建筑 No．8 2oo5~8月 GUANGDONG ARCHITECTURE CIVIIENGINEERING AUG 2005 人工神经网络在衡枣高速公路沉降预测中的应用 陈荣波 徐晓宇 (广 东有 色工程勘察设计院 广州 510080) 摘 要 ：根据某高速公路高路堤填土施工期路基沉降实测资料 ，建立 了预测路基沉降的等时距BP神经网络模 型．并运用三次样条插值获得预测时间段 内任一时刻沉降值 ，并与实测值进行比较 ，证 明它具有很高的预测精度。 关键词 ：人x-神 经网络；沉降预 测；高路堤 衡 (阳)枣 (木铺 )高速公路是衡 昆国道主干线湖 前 馈 神 经 网络 南境 内的起始段 ，全长 185krn．东接京珠高速湖南段 中的误差 逆传 潭耒高速公路 ．西连广西区，是湖南省重点投资项 目 播模 型 (简称 之一 ，其所经地区主要为山岭重丘区 ，相对高差大 ， BP)，其最基本 高填深挖地段多 ，集大量软土 、采空 、溶洞 、滑坡 、 的 网络 由 3层 红砂岩、高液限土等不 良地段于一体 ，其技术处理和 神经元 组成 ，即 施工难度均相 当大 ．因此 动丁 以来对上述不 良地段 输 入层 、隐含层 图1 BP网络拓扑结构图 均进行路基沉降观测 以便对路堤填筑后的沉降发 和输出层 (如图 1)，同层节点问没有任何联系，不同 展作出准确预测。 层节点均采用前向连接方式 。BP网络 只要有足够多 目前国内外主要是结合施T动态观测采用曲线 的隐层和隐节点 ，就可以逼近任意非线性映射关系 ． 拟合法进行 ，但该法存在着很大缺陷0：，一是人为地 且其学习算法属于全局逼近方法 ，个别神经元的损 假定土体沉降模式 ，对不符合该模式的路基沉降无 坏仅对输出有较 小影响 ，凶而具有较好的泛化能力 法准确预测 ；二是即使对于符合假定沉降模式 的路 和 良好的容错性 基进行沉降预测 ，要求的沉降观测时间也较长 ，无法 BP神经网络模型实现特定的输入与输m的映 满足实际工程早期要求 。本T程部分路段采用 目前 射分为学习过程和运用过程两部分 较流行的沉降预测新方法一人T神经网络 ：对后 (1)学习过程 ：由信号正 向传播与误差逆 向传播 期路基沉降进行预测 ，通过与实测沉降值的比较 ．证 过程组成 ，正向传播时模式作用于输入层 ．经隐含层 明等时距 BP神经网络模型具有很高的预测精度 处理后传播 向输 层。若输出层未能得到期望输 ． 则转入误差 的逆向传播阶段 ，将输 }fl误差按一定方 1 BP人工神经 网络模型 式通过隐含层向输入层逐层返回并传播至各层所有 神经元 ，从而获得各层神经元的参考误差，以此作为 人丁神经 网络是人T智能科学领域中较活跃的 修改各神经元权值的依据对权值进行修改。此过程 一 个重要分支 ，它试 图模拟人脑的一些基本特性 ．如 循环进行 ，直到误差减小到设定值或达到最大循环 自组织 、自适应 、容错性等。该法是对人脑或 自然 的 次数为止 神经网络若干基本特性的抽象和模拟 ．是非线性的 (2)运用过程 ：将新模式作为已训练好的网络输 动力系统 ，它具有大规模 的并行处理和分布式信息 入量 ，其输出量 即为所要得到的结果 存储能力，有 良好的 自适应性 、自组织性及很强的学 1．2 BP神经网络 的学 习过程 习 、联想 、容错及抗水平干扰能力 ．