BP神经网络在岩石三轴压缩围压与峰值应力、应变关系研究中的应用研究.pdf

13P神经网络在岩石三轴压缩围压与峰值应力、应变关系 研究中的应用 Researchon Between Pressure，Peak RelationshipConfining Strength and UnderTriaxial With Strain NeuralNetwork Compressionbp 易达1刘洁荣2葛修润3’4 4．中国科学院武汉岩土力学研究所，武汉，430071) 摘要：岩石三轴压缩试验中，峰值应力和应变是应力坡变曲线重要的控制数据，通常情况下， 随着围压的增大，峰值应力和应变也会相应增大。试验结果表明，围压与峰值应力、应变之间并 非简单的线性关系。本文提出采用BP神经网络建立围压与峰值应力、应变非线性关系的方法。通 过实例，说明所提方法是可行的。 关键词：三轴压缩应力．应变曲线围压峰值应力人工神经网络 1 引言 三轴压缩试验是获取岩石特性的重要手段，应力-应变曲线是试验得到的主要结果，是研 究岩石非线性力学特性的重要依据之一。峰值应力和应变是应力·应变曲线重要的控制数据， 通常情况下，随着围压的增大，峰值应力和应变也会相应增大。卢永德采用线性回归分析方 法对围压与峰值应力、应变关系进行了研究，得出了围压与峰值应力、应变的线性关系式u’“。 但试验结果表明，围压与峰值应力、应变之间并非简单的线性关系，因此线性回归分析方法 并不能反映它们之间的真实关系。 人工神经网络(artificialneural 它涉及生物、电子、计算机、数学、物理等学科。由于在复杂的非线性系统中有较强的建模 能力以及对数据的良好的拟合能力，人工神经网络在多项工程领域得到了广泛应用”’…。 目前岩土工程中应用最为广泛的神经网络模型是BP神经网络。本文提出以围压作为网 络输入、峰值应力及应变作为网络输出，采用BP神经网络建立起它们之间非线性关系的方 法，并通过实例说明应用此法的合理性。 2 BP神经网络‰4J 人工神经网络中的前向神经网络如图1所 示，它一般由输入层，隐含层和输出层构成， 可以模拟M维到N维的非线性映射，在选择合 适的隐含层结点数时，能够以任意的精度逼近 ～沪彩／。、、毛一o。 该非线性映射。图1为本文采用的三层BP网羹xt一川§≠≮；；yi喜图1 BP神经网络 络，靴表示输入层的输入，坼表示隐含层的输 出，Yi表示输出层的输出，坳表示从输入层单元到隐含层单元的连接权，聊表示从隐含层单 元到输出层单元的连接权，输入层单元、隐含层单元和输出层单元的数量分别为n、m、z， 第二届全田岩土与工程学术大会论文集 其激活函数为如下所示S型作用函数 ，(曲=再1 设输入向量为溉，输出向量为Yi，将阚值归人权系数，连接权矩阵为wm、W，，整个网 络的输入输出可表示为 国 》t=jb-、={鼬口xI、=|哪o{U渤=fOVFfOVjkxj：)) 训练的目标是使整个网络的输出和实际输出的误差最小，设有P个训练样本，选用误差平方和 为能量函数： 1占 ， E=云_，(％～％)1(％一％) (3) ‘7ff—t 为了使点减小，可由梯度下降原则改变连接权，因此有 △Ⅳ=1嚣 ∽ 其中，r／是学习率，通常取值范围为(0，1)：能量函数对各层权值的