基于GA的BP网络在木坡水电站引水隧洞围岩等级综合评价中的应用.pdfVIP

蒸蒸I。鞫罐 基于GA的BP网络在木坡水电站 引水隧洞围岩等级综合评价中的应用 李弋 (四川省安全科学技术研究院 四川·成都610045) 摘要引水隧洞围岩质量评价对于隧洞的安全性具有十分重要的作用。本文利用基于遗传算法(GA)的优化BP神 经网络，建立隧洞围岩等级综合评价模型，以四川省小金县木坡水电站引水隧洞围岩的单轴饱和抗压强度、不连续面 间距、岩石质量指标、岩石纵波速、地下水、岩体变形模量等6个指标作为评价因子，运用大型工程计算软件MATLAB 工具箱中提供的函数进行计算，得到木坡水电站引水隧洞围岩等级的评价结果。结果表明，基于遗传算法的BP神经 网络模型的评价结果客观可靠，是一种科学、新型的隧洞围岩综合评价方法。 关键词BP网络遗传算法隧洞 评价 围岩 中图分类号：TV67 文献标识码：A 0引言 BP网络是人工神经网络中最为重要的网络之一，也是迄 隧洞为控制工程进度与成本的重要建筑物，围岩力学参 今为止，应用最为广泛的网络算法，实践证明这种基于误差反 数的取值是隧洞工程设计、施工的基础，同时通过合理的围岩 传递算法的BP网络有很强的映射能力，可以解决很多实际问 类型的评价、准确的力学参数的选取是引水隧洞衬砌结构设 题，已经广泛应用于很多领域，但它的训练预测结果常依赖于 计、节省工程投资的关键。因此，对围岩类型的评价是引水隧 初始权值和阈值的设置，通过梯度下降法在权空间中寻找问 洞设计的一个重要环节。评价围岩类型的传统方法有很多， 题的最优解，故收敛速度慢且易陷入局部极小值。而遗传算 法是基于自然选择和遗传变异等生物机制的全局性概率搜索 例如：地质力学分类法(RMR法)、巴顿岩体质量分类法(Q 法)、HC水电分类法等。 算法，它不要求求解函数可微，不依赖初始权值和阈值，只要 本文采用基于遗传算法的BP神经网络原理，建立隧洞围 在约束条件下有解就可搜索到最优解的范围。将遗传算法和 岩等级评价模型，参照国标《工程岩体分级标准》，选取影响岩 BP神经网络相结合，充分利用两者优势，遗传算法在全局范 石等级的单轴饱和抗压强度、不连续面间距、岩石质量指标、 围内搜索最优解的近似值，有效减少BP网络的训练次数，再 纵波速、地下水、岩体变形模量等6个指标作为评价因子，运 经BP网络训练，逐步求精，得到最优解。 用大型工程计算软件MATLAB工具箱中提供的函数进行计 基于遗传算法的改进BP网络模型主要由两个阶段：利用 算，得到围岩等级的评价结果。 遗传算法在全局搜索BP神经网络的最优的初始权值和阂值： l工程概况 利用给定的权值和阈值，进行BP训练，得到全局最优的权值 木坡水电站位于四川省阿坝州小金县境内的抚边河干流 和阈值，模拟网络，实现评价功能。 上，为抚边河干流自上而下的第3级电站。上游与美卧电站 基于遗传算法的BP网络模型实现的主要实现步骤如下： 相接，下游与杨家湾电站相接。木坡水电站采用引水式开发， (1)构建三层的BP网络，随机生成N组各层间的连接权值、 电站枢纽建筑物包括首部拦河取水枢纽、引水系统和厂区枢 阈值，并将它们级联，作为最初的染色体组：(2)设计与误差函 纽等组成。 数相关联的适应度函数(通常取误差函数的倒数)，计算每条 木坡水电站引水隧洞位于抚边河左岸，隧洞长 染色体的适应度：(3)选择出适应性强的染色体，对染色体按 规律进行交叉、变异操作，生成新的个体，并计算它的适应度： 10074．768m，纵坡降2．3‰。进水口底板高程2697．3m，隧洞断 面型式为马蹄形，隧洞最大埋深400m，过沟段最小基岩埋深(4)重复步骤(2)(3)，经过多次循环迭代，得出适应度最大的