基于BP神经网络法的某公路隧道涌水量研究.pdfVIP

第４５卷第１４期山西建筑Ｖｏｌ.４５Ｎｏ.１４

２０１９年８月ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥＡｕｇ.２０１９３

文章编号:１００９￣６８２５(２０１９)１４￣０００３￣０２

基于ＢＰ神经网络法的某公路隧道涌水量研究

１１１２

文旭卿胡赤兵郑会康王昭根

(１.江西交通咨询有限公司ꎬ江西南昌３３０００８ꎻ２.江西省高速集团南昌西管理中心ꎬ江西南昌３３０１００)

摘要:隧道突涌水会使隧道施工安全性和施工顺利程度受到干扰ꎬ并且会影响到隧道建成运营质量ꎬ准确的预测隧道涌水量可

以起到指导施工ꎬ保证工程质量的作用ꎮ以江西某公路为研究对象ꎬ选取地质构造、渗透率、降水量和水头高度作为评价因子ꎬ基

于ＢＰ神经网络建立了公路隧道涌水量预测模型ꎬ成功的对公路隧道涌水量进行了预测ꎬ取得了良好的效果ꎮ

关键词:ＢＰ神经网络ꎬ涌水量ꎬ公路隧道

中图分类号:Ｕ４５６.３２文献标识码:Ａ

１概述１

ｆ(ｘ)＝－ｘꎮ

１＋ｅ

２１世纪以来ꎬ经济蓬勃发展ꎬ为了满足日益增长的运输需求ꎬ

其中ꎬθ为神经元ｊ的阈值ꎻＸ为对神经元ｊ的各个输入ꎻＷｊｉｊ

交通需要更加的快速与便利ꎬ公路隧道建设进入高速发展的时

为该神经元ｊ与其对应输入的连接权值ꎮ

期ꎮ公路隧道施工过程中ꎬ对隧道涌水量进行合理的预测关系到

[１]神经网络

施工安全以及工程质量ꎬ同时也是指导施工的重要依据ꎮ本文

基于ＢＰ神经网络原理ꎬ为了预测隧道建设出现涌水的涌水量ꎬ建输入输出

立了公路隧道涌水量预测模型ꎬ可以根据预测结果提前采取相关

措施ꎮ

调整

２ＢＰ神经网络模型训练数据权重

ＢＰ人工神经网络是一种具有较强的联想记忆以及推广能力计算误差

的反馈式全连接多层神经网络ꎮ神经网络示意图如图１所示ꎮ

图1神经网络示意图

标准ＢＰ神经网络模型由三部分组成(输入层、隐层和输出层)ꎮ

ＢＰ网络信息储存主要依赖于体系结构和相邻层节点之间的

ＢＰ模型输入层的输入和输出满足Ｏ＝Ｘꎮ输出层和隐层满足下ｊｊ连接权值ꎮ体系结构包含网络的输出层ꎬ输入层ꎬ