某省铁路路网地质灾害敏感化评估.doc

　　某省铁路路网地质灾害敏感化评估 第1章绪论 1.1研究目的与意义 21世纪前20年是我国铁路事业发速发展的一个嶺峰时期，时速250公里、300公里、350公里的高速铁路，联结各地区的客运专线、城际铁路如雨后春夢般以其强大的生命力破竹而出。中国铁路以其发展速度快、系统技术全、集成能力强、运营里程长、建设规模大而享誉全世界。预计到2015年末，全国铁路营业里程将达到12万公里左右，其中西部铁路达到5万公里左右；建成4.5?5公里快速铁路网，包括高速铁路、客运专线、200公里时速客货混跑的区际大干线、城际铁路和西部地区工程复杂的160公里时速及以上铁路，复线率和电气化率分别要达到50%和60%以上。届时，随着北京?上海、哈尔滨?大连、北京?石家庄、石家庄?武汉、广州?深圳、上海?杭州、南京?杭州、杭州?宁波、天津?秦皇岛、畔掉?合肥、厦门?深圳、汉口?宜昌、南京?安庆等高速铁路陆续建成通车，基本形成以四纵四横为主骨架的快速铁路网，我国的铁路路网将初具规模。不可否认，中国铁路近年来取得了辉煌的成就，同时建设速度过快带来的安全问题亦日趋突出。目前对铁路进行地质灾害风险评估上还未进行过系统全面的论证，尤其是对抗滑力和下滑力相衡处于临界点的土体。铁路的兴建势必对原临界土体进行扰动，从而引发新一轮地质灾害并进而引发次生灾害。若对这种地质灾害没有防范，就很容易对人身和关乎民生的基础设施构成威胁。本文的主要目的和意义在于用一个合理的模型竞争网络学习机制，以我国西南部的贵州省为工程实例，建立地质灾害敏感性区划图，按地质灾害的易发性程度对贵州省进行分区，结合贵州既有路网和规划路网，得出潜在的影响铁路安全的几个区域，进行风险评估，并对贵州省内各规划的铁路进行地质灾害防护级别的评定，以期在后期的修建过程中，能分级别采取措施，防患于未然。 1.2国内外研究现状 1.2. 1 人工神经网络研究现状 人工神经网络模型是一种基于生理学、受启发于人的大脑的一种智能仿生模型，是由大量处理神经元互联组成的非线性大规模自适应动力学系统。它具有自组织、自适应和自学习能力。神经网络的研究和发展，对计算机科学与技术、医学、心理学、工程科学都有重大而深远的影响。神经网络的研究和发展有两次热潮m。第一次热潮在1943年?1969年，1943年，cCuloch和cClilland 编写了《并行分布处理》（PDPParallel DistributedProcessing) 一书，提出了多层网络的误差反馈算法（Back Propagation,简称BP网络），这种算法较好地解决了多层网络的学习问题，成了沿用至今的最典型的神经网络算法，从而将神经网络推向了新的研究高潮。1940年前，我国就已在神经网络课题方面进行了研究。国内首届神经网络大会是1990年12月在北京举行的，国内首个神经网络学会于1991年在南京成立，国内十五个一级学会共同制定了 863高技术研究计划，神经网络的研究被列入了自然科学基金、国防科技预研基金。1992年中国神经网络委员会在北京承办了国际神经网络学术大会[3]，此次大会受到国际神经网络学会、IEEE神经网络委员会等权威组织的鼎力支持，这标志着我国神经网络事业已首次大规模地步入了世界科学殿堂。目前已出现了数十种神经网络模型，它们分为数学模型和认知模型。数学模型有反馈神经网络、前馈神经网络和随机神经网络等。主要的认知模型有自适应理论(ART)、自组织特征映射模型（SOM)、遗传神经网络、径向基函数网络（RBF)、神经联想记忆和Hopfield网络以及人工神经网络与模糊系统的联系等。 第2章竞争学习机制 贵州地形与地质构造十分复杂，加之属亚热带季风气候，雨季、旱季灾害发生的概率相差甚远，同时，在季节交替的作用下，岩石破碎程度显著，大部分地区处于强风化带。在各种因素的影响下，灾害频发。所有这些地质灾害致灾因子可以归为两类：内部因素和诱发因素。内部因素是指由于土体本身结构不稳定造成的失稳，如岩性特点、坡度因素等；诱发因素是指在原有稳定的土体上加一个扰动，使土体在外力作用下失稳。随着自然中人为活动的加剧，诱发因素越来越不可小觑，如地震诱发滑坡，在2008年的坟川大地震发生后至今，陆陆续续地发生了大量滑坡；又如水库诱发滑坡，长江三峡修建后，原武汉至宜昌段奔腾的水势被抬为持平，绝大部分地区水位上升，边坡在水中浸润程度加深，水在土体中起到润滑剂的作用，从而引发多处边坡失稳；甚至基础工程的建设，如公路和、铁路修筑与运营，也能扰动原有平衡状态的土体，对边坡造成破坏。本文研究的主要地质灾害类型是滑坡，选择7个滑坡致灾因子：高程因素、岩性特点、降雨量、水系距离、构造线距离、岩溶密度、坡度因素。降雨量属于诱发因子，其他因子属于内部因子。其中贵州省岩性特点、岩溶密度等资料于国土资源部；高