基于改进BP神经网络的地下工程围岩分类.pdfVIP

第36卷第 1期 人 民 黄 河 Vo1．36．No．1 2014年 1月 YELL0W RIVER Jan，，2014 【水莉水电工程】 基于改进 BP神经网络的地下工程围岩分类 李一冬 ，阮怀宁 ，朱珍德 ，陈 云 ， (1．河海大学 岩土力学与堤坝工程教育部重点实验室，江苏 南京210098；2．河海大学 岩土工程科学研究所，江苏 南京210098) 摘 要：传统BP神经网络存在局部极小值、学习算法收敛速度慢、网络结构难以确定等缺点，因此采用改进的BP神经 网络分析地下工程围岩的稳定性。将岩石单轴饱和抗压强度、岩石质量指标、岩体的完整性系数、结构面的强度系数、地 下水渗流量作为围岩的分类指标，利用附加动量因子、L—M优化算法与Nguyen—Widrow初始化算法相结合的改进 BP 神经网络建立围岩稳定性的分类预测模型，并运用MATLAB对学习样本进行分类识别，确定地下工程围岩的岩体等级， 并结合平均影响值特征筛选法确定影响围岩稳定性的主导因素。实例分析结果表明：岩体的质量、强度以及所处的状态 对围岩的稳定起主导作用，结构面产状和性状则为次级影响因素。 关 键 词：改进BP神经网络；围岩稳定性；权值；偏置值 中图分类号：TU457 文献标志码：A doi：10．3969／j．issn．1000—1379．2014．01．043 ClassificationofUndergroundEngineeringSurroundingRockBasedon ImprovedBP NeuralNetwork U Yi—dong ，RUAN Huai—ning’ ZHU Zhen．de一，CHENYun ’ ， (1．KeyLaboratoryofMinistryofEducationforGeomechanics＆EmbankmentEngineering，HohaiUniversity，Nanjing210098，China； 2．InstituteofGeotechnicalEngineering，HohaiUniversity，Nanjing210098，China) Abstract：TraditionalBP networkhasitsshortcomingsoflocalminimum，theslowconvergencespeedoflearningalgorithm andthedifficultydeft— ningthestructure．Therefore，itanalyzedthestabilityofsurroundingrockofutndergroundengineeringbyusingimprovedBPneuralnetwork．Using single—axlesaturatedrock compressionstrength，rockqualitydesignation，integritycoefficientofrockmass，stre~Igthcoefficientot’structuralplane andseepagedischargeofgroundwateras classificationindexofsurroundingrock，usingimprovedBPneuralnetworkwithmomentum factor，L—M optimizationalgorithm，Nguyen—Widmwmethodtoestablishaforecastingmodelofthestabilityofsurroundingrock，classifyingthelearningsample byusingMATLABprogram，confirmin