(采矿工程专业论文)基于神经网络的边坡稳定性集成智能评估系统的研究.pdf_第1页
(采矿工程专业论文)基于神经网络的边坡稳定性集成智能评估系统的研究.pdf_第2页
(采矿工程专业论文)基于神经网络的边坡稳定性集成智能评估系统的研究.pdf_第3页
(采矿工程专业论文)基于神经网络的边坡稳定性集成智能评估系统的研究.pdf_第4页
(采矿工程专业论文)基于神经网络的边坡稳定性集成智能评估系统的研究.pdf_第5页
已阅读5页,还剩70页未读 继续免费阅读

(采矿工程专业论文)基于神经网络的边坡稳定性集成智能评估系统的研究.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

内蒙占科技人学硕士学位论文 摘要 边坡稳定性研究具有广泛的工程背景,它在水利工程、矿业工程、环境工程、交 通、建筑工程等领域经常遇到。本论文以边坡稳定性研究为核心问题,在综合分析国内 外边坡稳定性研究的基础上,应用近年来发展起来的人工神经网络和计算机等现代科学 技术,开展了边坡稳定性集成智能评估系统的研究。 本论文首先述了人工神经网络( a n n ) 用于边坡稳定性评价的适:卣性与理论基础, 并分析了影响边坡稳定的因素及量化表示方法,建立了相应的人工神经网络模型。结合 收集到的训练样本对模型进行训练,建立了各影响因素与边坡稳定状态和安全系数之间 的非线性关系。用大量实验表明:a n n 不仅可以用于边坡稳定性定性评价,而且可以用 于定量评价。同时计算结果表明:a n n 在边坡稳定性评价中有很高的准确率,是一种非 常有效和很有希望的评价方法,可以满足工程要求。它较传统的建模与仿真运行方式有 简便、实时、容错性好等诸多优点。 关键词:边坡人工神经网络安全系数 内蒙占科技人学硕+ 学侍论文 r e s e a r c ho n i n t e f l i g e n te v a l u a t i o ns y s t e m o f s l o p e e n g i n e e r i n g o nt h ea r t i f i c i a ln e u r a ln e t w o r k a b s t r a c t s l o p es t a b i l i t yr e s e a r c h , w h i c hh a saw i d ee n g i n e e r i n gb a c k g r o u n d c a l lb ee n c o u n t e r e d i nm a n ya r e a ss u c ha sw a t e rc o n s e r v a n c ye n g i n e e f n g ,m i n i n ge n g i n e e r i n g , e n v i r o n m e n t a l e n g i n e e r i n g ,a r c h i t e c t u r e ,e l c t a k i n gt h ek e r n e lp r o b l e m si ns l o p ee n g i n e e r i n gs t u d y ,n a m e l y t h es t a b i l i t yr e s e a r c ha st h es t u d yo b j e c t , a n db a s e d0 1 1t h ec o m p o s i t ea n a l y s e so ft h es l o p e e n g i n e e r i n gr e s e a r c ha l lo v e r t h ew o r d , t h et h e s i sa d o p t e ds o m em o d e ms c i e n t i f i ct e c h n o l o g y s u c ha sa r t i f i c i a ln e u r a ln e t w o r ka n d c o m p u t e rt e c h n o l o g y ,s t u d i e d t h e i n t e l l i g e n t e v a l u a t i o ns y s t e mo fs l o p ee n g i n e e r i n gf o rt h ep u r p o s eo fe n r i c h i n ga n dd e v e l o p i n gi t s r e s e a r c hm e t h o d s f i r s t ,t h et h e s i ss y s t e m a t i c a l l ye x p o u n d e ds i g n i f i c a n c eo fs l o p es t a b i l i t yr e s e a r c h ,a n d s e c o n d l ys t a t et h et h e o r e t i c a lb a s i sa n ds u i t a b i l i t yo fw h i c ha n ni su s e dt oe v a l u a t es l o p e s t a b i l i t y a tt h es a m e t i m ea n a l y s ee f f e c te l e m e n t o f s l o p es t a b i l i t ya n d s e tu p c o r r e s p o n d i n g a n n m o d e l b yt r a i n i n gm o d e l ,b u i l dn o n l i n e a rc o n n e c t i o nb e t w e e ne f f e c te l e m e n ta n ds l o p es t a b i l i t y a1 0 to f1 2 a s et e s t i f i e dt h a ta n nc a nb eu s e dt oq u a l i t a t i v e l ya n dq u a n t i t a t i v e l ye v a l u a t es l o p e s t a b i l i t y t h ec a l c u l m i n gr e s u l t st e s t i f i e dt h a tt h i sm e t h o dh a sv e r yh i g hp r e c i s i o na n dc a nm e e t t h e r e q u i r e m e n t so f s l o p es t a b i l i t ya n a l y s i si ne n g i n e e r i n g k e yw o r d s :s l o p e ; a r t i f i c i a ln e u r a ln e t w o r k ; s a f e t y c o e f f i c i e n t 一2 , 独创性说明 本人郑重声明:所呈交的论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方 外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得 内蒙古科技大学或其他教育机构的学位或证书所使用过的材料。与我一 同上作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并 表示了谢意。 签名: i 垒兰主日期:兰塑! ! :! 关于论文使用授权的说明 本人完全了解内蒙古科技大学有关保留、使用学位论文的规定, 即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可 以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保 存论文。 ( 保密的论文在解密后应遵循此规定) 签名:s 王主 导师签名:日期: 兰塑芏6 :g 内蒙占科技大学硕十学位论文 1 绪论 1 1 边坡稳定性分析的意义 1 1 1 科学意义 众所周知,边坡的稳定性分析是边坡工程研究的根本问题,也是边坡研究中最难的 和最迫切的课题之一,因为它是边坡失稳与否,加固与否的主要依据,但是由于边坡组 成地质条件、岩体力学性质、环境因素等具有不确定性、模糊性等特点,要想准确地预 测边坡的稳定性程度是非常困难的。目前,边坡工程中常用稳定性分析方法包括:( 1 ) 定性分析方法,如自然( 成因) 历史分析法、工程类比法、数据库和专家系统法、图解 法、s m r 法等;( 2 ) 定量分析方法,如多种极限平衡分析法、多种数值分析方法等;( 3 ) 非确定性分析方法,如可靠性分析法和模糊分级评判方法等。尽管目前这些计算模型都 较以前有了很大的进步,但由于在模型建立、计算参数选取等方面的人为简化,使得计 算分析结果与实际情况往往仍有一定差距,如:工程上安全系数大于l 的边坡产生了滑 动而小于1 的边坡却又呈稳定状态,这也正是现场工程技术人员对此类计算结果仅抱 “参考”意见的主要原因。最近边坡稳定性分析出现了人工智能专家系统以及“新三 论”为基础的突变理论方法、非线性动力学方法等,但这些研究正处于不断完善之中。 就目前国内外边坡稳定性研究水平而言,可以说仍处于不断的探索阶段,需要研究出一 套成熟的理论与评价预测系统“。”。此外,就目前的边坡工程研究水平而言,尽管病害边 坡治理措施方法很多,但如何合理、经济地选择治理方案仍没有一套合理的理论方法。 因此,边坡稳定性研究有着重要的理论价值。 1 1 2 工程意义 随着大规模的建筑工程的开挖,水利、矿山、交通、环境等领域的天然或人工开挖 边坡问题越来越突出,特别是近年来,它己逐渐变成了岩体工程与地质工程研究领域的 + 个研究热点。目前,我国正大兴基础建设,在水利、矿山、交通等领域,边坡稳定性 问题将会经常遇到,如在水利工程的坝肩边坡、引水水洞进出口边坡、溢洪道开挖边坡 等,特别是在我国举世瞩目的三峡工程中,其船闸边坡、库岸边坡稳定性问题将是三峡 工程的重大关键问题之一。众所周知,水电工程皆属百年大计,其投资是非常巨大的, 其稳定性的影响之大是可想丽知的,如:1 9 6 3 年意大利v a j o n t 水库蓄水后不久产生滑 坡,近3 1 0 ”m 岩体以每秒2 5 3 0 m 的速度下滑,5 x1 0 7m 3 的水被挤出,激起2 5 0 内蒙古科技大学硕士学位论文 米高的巨浪,毁坏下游一座城市及数个小镇,死亡达3 0 0 0 余人。在矿山工程中,随着自 然资源的不断被采掘,露天矿的边坡势必越来越高。目前,我国露天矿人工边坡高度已 达3 0 0 一- 4 0 0 m ,预计到本世纪末可望达到6 0 0 7 0 0 m 。而众多的国外实例己说明:当边 坡的高度超过1 0 0 1 5 0 m 后,边坡的滑动事故的频度变高“:另一方面,从目前的实践 方面看,我国矿山的高陡边坡与国外的同类边坡相比,总体边坡角平均偏低3 5 。“。 对于一个露天矿而言,其边坡角提高l o ,经济效益将是巨大的。因此,我国露天矿的边 坡研究仍很有经济潜力。在交通领域,我国西南、西北地区铁路沿线的边坡稳定性问题 最为突出,其边坡失稳不仅造成巨大经济损失,更重要的是它随时可能危及人民的生命 安全。同时,由于我国地质、地理复杂,天然斜坡失稳也屡见不鲜,特别值得一提的 是,进入8 0 年代,我国大规模滑坡活动进入了一个新的活跃期,如:著名的三峡地区新 滩滑坡、四川云阳鸡扒子滑坡等等,它们都不同程度的造成了人民生命财产的损失。因 此,边坡工程( 包括人工边坡和滑坡) 的研究,就工程意义而言,对国民经济建设,特别 是重大工程以及人民生命财产有着重大意义。 1 2 边坡稳定陛研究的发展及常用方法 边坡的稳定性是岩体力学研究的一个重要组成部分。其出现和发展与人类工程活动 的迫切需要和有关学科的迅速发展密切相关。 在岩体力学的发展初期,研究岩体力学问题时基本上采用了以材料力学和简单的均 质弹性理论为基础的土力学原理和方法。土质边坡稳定分析的方法被应用于岩质边坡稳 定问题的研究。在这个时期,边坡稳定性的计算方法,其半经验半理论性质及假设滑动 面具有一定位置和形状为其显著特点。例如,1 7 7 3 年的库仑理论,1 8 2 0 年的f r a n s a i s 和1 8 6 6 年c l u m a n 的平面滑动分析方法,1 9 2 2 年瑞典国家委员会发表的近似圆弧滑动 面的分析方法,1 9 2 6 年f e l l e n i u s 的瑞典圆弧稳定分析方法等,均为当时各国普遍采 用。 岩体力学在二十世纪四十年代开始进入了重要的发展阶段,在应用土力学的基础 上,人们普遍认识到有必要也有可能引进一些较新的理论和方法来解决诸如岩体边坡的 一系列岩体力学问题。其中,s t i m i 、m u l e r 、 r o c h a 、 j a e g e r 、t a l o b e r 、 s a l u s t o w i c z 等人作出了很大的贡献。这个阶段,是以光弹试验和模拟材料模型试验为 主要特点。 2 内蒙古科技大学硕士学位论文 1 9 5 4 年索柯洛夫斯基根据介质的极限平衡原理提出了边坡稳定的计算方法,是通 过严格的数学推导来解决边坡在极限状态时滑动面的形状和位置,在边坡稳定问题中得 到了应用。同时,费先科考虑了岩体中软弱结构面对滑动面的控制作用,并根据松散介 质的极限平衡理论,提出了一套边坡稳定性的计算分析方法,在研究和解决矿山边坡稳 定问题中得到了一定的应用。 至六十年代起,边坡稳定性研究在基础理论和方法等方面均有了较大的进展。在边 坡稳定的计算方面,基本上沿着两个途径进行:一种是以极限平衡理论为基础,考虑岩 体中断裂结构面的控制因素,利用图解或数学分析计算方法,最后求得安全系数或类似 于安全系数的“破坏概率”的概念来进行边坡稳定性的定量评价,如1 9 6 2 年t e i z a g h i 的陡坡稳定论文中提出的“以刚体极限平衡为基础的半球体图解法”。另一种途径 是以有限元方法计算边坡的变形特征和应力状态。 七十年代后,原来已形成的一些边坡的计算分析方法得n t 较大程度的发展,且逐 渐把岩体作为弹塑性介质、流变介质和更为复杂的多裂隙复合介质等。 在这个时期,概率理论己初步应用到边坡稳定问题中来,有两种情况:其一是在构 造不连续面样本总体或样本族分析中,用以确定岩体有无主导的取向。如井兰如的工 程岩体不连续面网络结构的统计分析及模拟就是以概率的观点对结构面的方向、迹 长、间距、频率等进行分析的。其二是用破坏概率来取代安全系数作为边坡稳定性指 初i 。 其后,国内外对边坡稳定性的研究更注意到岩体结构的复杂化。以前研究较多的是 坡体的滑动,那么现在研究较多的是岩体的崩坍,使用较多的还是模型实验方法和极限 平衡方法。其中,我国的石根华提出的关键块体理论对推动节理边坡问题的研究作出了 很大的贡献。随着樱井等人提出的反分析方法以来,用位移反分析及数值反分析方法来 解决边坡问题也得到了迅猛的发展。 随着近几年来计算机的广泛发展应用,用数值方法来研究边坡的稳定性从而获得了 强大的生命力。不但七十年代发展起来的有限元方法得n t 普遍应用,八十年代发展的 边界元方法也正在被应用于这个领域。离散元法,作为一种解决离散体问题的计算方 法,由于近年来人们对边坡节理的高度重视,一经产生就成为解决节理边坡的有效方 法。 九十年代前后,边坡稳定性分析的各种方法都碍到了发展与应用。y u c e m e n 对三维 的边坡稳定性问题进行了可靠性分析,分析结果基本上与观测结果相吻合。日本的 m a r b o s a 提出了边坡稳定分析的复合算法,在边坡应力、应变计算中采用有限元方法, 3 内蒙古科技大学硕士学何论文 而稳定分析中则采用极限平衡方法,并用几个边坡实例进行了验证。k u m a r 在边坡稳定 分析中应用了序贯无约束极小方法,自动搜索边坡的临界滑面,计算边坡的稳定则采用 简布方法,成功地应用于边坡的实例计算中。李国英在边坡稳定分析中,将有限元法同 塑性极限分析方法相结合,建立起适用于线性规划求解的数学模型,通过优化计算,求 解安全系数的下限值,对边坡的非均质性及其边界形状的任意性均具有较好的适应性。 随着人工智能的发展,其在边坡工程中也得到了广泛的应用。人工智能是研究机器 智能和智能机器的高新技术学科,是模拟、延伸和扩展人的智能,实现某些脑力劳动自 动化的技术基础,是开拓计算机应用技术、研制新一代计算机的前沿,人工智能、原子 能技术、空间技术被称为2 0 世纪的三大尖端技术。人工智能主要包括专家系统和人工神 经网络两个方面。 专家系统就是一种按某学科及相关学科专家的水平进行推理和解决问题、并能说明 其缘由的计算机程序。边坡稳定分析设计专家系统就是进行边坡工程稳定性分析与设计 的智能化计算机程序。它把某一位或多位边坡工程专家的知识、工程经验、理论分析、 数值分析、物理模拟、现场监测等行之有效的知识和方法有机地组织起来,建成一个边 坡工程知识库,然后利用智能化的推理机( 一个控制整个系统的计算机程序) 来模拟并再 现人( 专家) 脑的思维( 推理与决策) 过程,吸收其合理的知识结构,寻求优化的技术路 径,同时,它又能建立计算机模型,结合相关学科不同专家的知识进行推理和决策,对 所研究的对象( 边坡) 进行稳定性评价。利用良好的边坡工程专家系统,运用专家的知识 水平,模拟其思维方式和决策过程,以提高设计人员的决策水平,并最大限度地降低费 用、节省时间,达到更加优化的目的和效果。 人工神经网络是依据人脑结构的基本特征发展起来的一种信息处理体系h ,它由输 入层、隐含层、输出层组成。神经元是基本处理单元,神经元之间有连线,知识由各神 经元之间的连线强度表达,网络的记忆存储行为表现为各单元之间连接强度的动态演化 过程,网络学习的目的就是寻找一组合适的连接强度。它以并行方式处理数据和信息, 具有良好的容错性、很强的自学能力和对环境的自适应能力,通过搜索非精确的满意解 来达到输入和输出的非线性映射,特别适宜处理知识背景不清楚,推理规则不明确等复 杂类型模式识别且难以建模的问题。 研究表明,在岩土边坡工程系统分析中采用神经网络具有独特的优势口。“。利用神 经网络理论可以尽可能地将各种影响因素作为输入变量,建立这些定性或定量影响因素 同边坡安全系数之间的高度非线性映射模型,然后用模型来预测和评价边坡的安全性。 一d 一 内蒙占科技大学硕士学位论文 1 3 人工智能及人工神经网络在岩石工程中应用的研究现状 人工智能最早出现在岩石力学文献上是h h e i n s t e jn 等人的文章。在随后的儿年 中,人们主要致力于专家系统的研究,并形成了一系列得到成功应用的专家系统;国内 最早的专家系统用于岩体分类,随后针对解决不同的技术问题( 如人防地下工程的兴废 决策、隧道及地下结构岩溶灾害预报、采矿巷道围岩支护设计、结构性边坡稳定性分析 等) 研制了各种不同的专家系统。 人工神经网络处理非线性问题的特点显示出它在解决岩石工程复杂力学问题中广阔 的应用前景,现在它正以极快的速度发展着,新的理论、新的应用方法正层出不穷地涌 现出来,土木工程界早就尝试过把它应用到自己的领域中来,解决那些用传统方法或根 本无法解决的问题。但是,直到8 0 年代中期,人工神经网络才开始在土木工程中应 用,f l o o di 率先采用人工神经网络解决施工工序问题,随后研究范围逐渐扩大,如施 工过程的模拟( f l o o d1 9 9 0 ) 、施工费用预算( m o s e l h i1 9 9 1 ) 、地震危害预测( w o n g 1 9 9 2 ) 、环境岩土工程问题等( b a s h e e ra n dn a j j a r1 9 9 6 ) 1 2 1 3 3 。c h a b o u s s i ( 1 9 9 2 ) 最早提出用人工神经网络研究岩土材料的本构模型。g o b ( 1 9 9 5 ) 用b p 网络预测了软土基 坑开挖中档墙的最大位移“钔;s h i ( 1 9 9 8 ) 用b p 网络预测由于隧道开挖而引起的地面 沉降【1 5 l ;张清教授还在国内率先将人工神经网络引入到岩石力学与岩土工程中,进行岩 石力学行为的预测研究【1 6 1 ,近年来又拓展应用于岩石工程系统、岩石工程参数重要性分 析、采掘巷道分类指标的聚类分析和巷道支护决策研究。2 0 世纪9 0 年代中期,张清教 授还将实例类比系统方法引入岩石工程,充分利用已建成的大量工程实例的成熟经验来 指导今后类似的设计与施工。另外,神经网络应用于地下硐室破坏模式识别、岩石三性 综合分级【17 j 等方面也取得了一定的研究成果。1 9 9 2 年,l e e cs r 用神经网络技术识别 地下巷道可能发生的毁坏模式0 8 l ;北京科技大学的蔡美峰教授将人工神经网络技术用于 三峡工程的围岩应力的预测i l9 】;清华大学的周维垣教授将神经网络应用于预测围岩的含 水量口o 】:东北大学从8 0 年代中期开始岩石力学智能化的研究,并注意到进行专家系统与 神经网络的应用研究时不能孤立地探讨某单一问题,必须将人工智能、系统科学等新兴 学科的思想融入岩石力学研究中去,进行综合集成智能系统和智能化的模型辩识和参数 识别方法等研究,建立完整的理论体系。于是,在1 9 9 3 年提出了岩石力学智能化的研究 思路l 。 目前,将人工神经网络应用到边坡稳定性分析中也有很大的进展。武汉工业大学的 夏元友博士将人工神经网络用于估算岩质边坡的安全系数 2 2 1 ,利用b p 模型的高度非线 性映射功能,根据大量的极限平衡法分析实例,用实例计算条件作为网络的输入,以实例 一5 - 内蒙占科技人学硕:t 学位论文 分析结果( 安全系数) 作为网络的输出,进行网络训练,以期用学习好的网络对边坡稳定性 安全系数进行估算,其采用文献 收集的4 5 个危险圆弧形破坏边坡和1 4 个楔形破坏边 坡为例,做了三次试验。圆弧形边坡采用6 5 1 型b p 网络模型,楔形边坡采用8 6 一l 型b p 网络模型。中科院地质研究所的王思敬院士将人工神经网络应用到边坡稳定 性的预测中【”,其建立的训练网络结构为输入层5 个变量,输出层2 个变量,2 个隐含 层,网络结构为5 1 0 _ _ 7 2 ,网络参数为学习率0 5 ,抑制系数0 3 。宁夏大学虎旭 林将人工神经网络应用岩质边坡可靠性估计中阱】,提出的预测分析模型为 归,s :c ,p ,y ,h ,。 式中丑为岩石容重,c 为内聚力,目为内摩擦角,y ,为边坡 角,i i 为边坡高度,y 。为孔隙压力比。以上六项为输入变量,分别表征边坡变形的若干 方面和影响因素。口为可靠性指标,s 为边坡的状态,以上两项为输出变量。具体网络 结构为输入层6 个变量,隐含层神经元为5 ,输出层为2 个变量,边坡可靠性预测的神 经网络结构为6 5 2 。此外,武汉理工大学谢全敏,针对岩体边坡稳定性与影响因素之 间的非线性关系,提出了基于神经网络的岩体边坡稳定性的灰色聚类空间预测法m j 。武 汉大学水利水电学院陈尚法,陈胜宏结合均匀试验设计与人工神经网络,建立了岩石高 边坡多步开挖的稳定反馈分析模型,根据实测位移,反演岩体力学参数,然后通过有限 元正分析来预测下一步开挖后边坡的性状【2 7 j 。总之,人工神经网络在岩土工程中得到了 越来越广泛的应用,表1 1 按时间关系列出了国内应用神经网络方法解决岩土工程问题 的其它有关文献。 1 4 边坡稳定性研究存在的问题及展望 综上所述,不难发现,目前边坡稳定性分析已经有了相当的水平与规模。但从目前 的国内外文献资料查阅情况看,也存在以下一些不容忽视的事实: 1 )到目前为止,以极限平衡法为代表的常规方法仍在国内外被广泛的应用, 当然这一方面表现极限平衡法有其优点但另一方面也反映了数值计算技 术与真实情况仍有定的差距,没有充分表现出其优越性。由于地质体的 复杂性,人们在计算模型建立、参数选取时不可避免地要人为简化,使得 其计算结果往往难以满足现代工程对精度及经济效益的要求。 2 )专题研究少,系统研究少。从查阅的文献看,成功与失败的单个实例分析 报告多,其系统性的理论与实践研究不足。 6 一 山蒙古科技大学硕士学位论文 2 ) 3 ) 4 ) 边坡工程研究的智能化水平不够。有关此方面的报道不多,应用也不。 泛。 失稳的边坡研究多,不失稳的边坡研究少,有关边坡的加固措施的优化研 究的就更少。 病害边坡防治方案的决策分析研究不足,目前的病害边坡防治方案选择基 本上仍停留在人为凭经验选者阶段。 病害边坡的加固工程机理研究远远落后于工程实践,目前关于加固工程机 理研究多停留在定性的解释上,缺少可靠、完整的理论与计算方法。 本人认为边坡稳定性分析应加强以下几个方面的研究: 继续加强对边坡稳定性的力学机理研究,同时辅以物理模拟,研究更为可 靠的稳定性计算模型。其研究方法在注重力学研究模型的同时,应该注重 岩体的定量化描述研究。但是,也必须知道数值计算的精确模拟是个艰难 的逐渐逼近过程。因此,数值计算在追求精确的同时应注重其实用化研 究,如数值计算的前后处理的计算机化,计算结果的简单明了表示方法 等。 加强边坡稳定性系统化研究。长期的边坡研究,已为找们积累了大量实际 资料,在缺乏成熟理论的前提下,对这些资料进行系统化研究对边坡类型 分类、稳定性评价、失稳机理研究、加固措施的优化选择都具有重要的理 论与实际意义。 加强边坡智能化研究水平的提高。就目前的边坡稳定性研究水平而言,想 要寻找“最优解”是很难的,只能寻找“满意解”,而人工智能方法是目 前寻求“满意解”的最好方法。因此,基于知识的边坡稳定性智能化研究 应当是边坡稳定性研究的积极形式。 加强边坡工程与多学科的交叉研究。要发展就必须交叉这是许多学科尤其 是应用学科发展的必由之路。 总之,我们应当认识到,人类对地质体的认识还很肤浅,要达到用精确的数学模型 来模拟边坡工程问题,其路还很长。在目前的研究阶段解决实际问题在很大程度上是依 靠各种经验或与事实的类比。因此,本人认为在此需要特别一提的是对长期以来边坡研 究积累的大量现场实录资料和实践经验进行系统研究,建立基于“满意解”的边坡稳定 性智能评估系统将是一项非常有理论价值与实际意义的研究工作,它应是边坡稳定性研 究的一个不容忽视的重要发展方向。近年人工神经网络( a n n ) 的研究进展,又为此项 一7 一 e 勒 勋 回 因d 内蒙占科技大学硕士学位论文 研究奠定了可靠的理论基础,因为它突破了a i 知识获取的“瓶颈”问题,具有自学习 能力,并在数据含有噪音、缺项或缺乏认知时能获得令人满意的结论。特别是它可以从 积累的工程实例中学习知识,尽可能多地将各种定性、定量的影响因素作为变量加以输 入,建茁备影响因素与结论之间的高度非线性映射,采用自适应的模式识别方法完成预 测工作瞠“。因此,我相信随着此项研究的逐步深入开展,边坡稳定性研究必将产生+ 个新的飞跃。 表1 1 国内应用神经网络方法解决岩土工程问题的有关文献 序号时间作者题名出处采用婀络模型 一8 内蒙占科技大学硕士学位论文 2 边坡稳定眭集成智能评估系统的提出与基本思路 2 1 从定性到定量综合集成方法的启发 我国著名科学家钱学深曾提出了开放的复杂巨系统的概念- 3 们,并称其与外界有 能量、信息和物质交换,其子系统种类很多,并有多层次结构旦彼此之间关联关系复 杂,并在一系列的研究基础上提出了处理开放的复杂巨系统的方法,即:从定性到定量 的综合集成方法。于景元”先生则进一步指出从定性到定量的综合集成方法实质是将 专家群体、统计数据和信息资料、计算机三者有机的结合起来,构成一个高度智能化的 人机交互系统,它具有综合集成各种知识,从感性上升到理性,实现从定性到定量的功 能。于学馥先生在他的系列著作口2 _ 3 4 1 中也曾深刻的阐述了现代岩土工程正在从确定 性研究转向非确定性方法的研究过程中。本文的研究得益于上述思想与方法论的启发, 因为边坡工程涉及到大量的模糊与不确定性信息,同时边坡工程系统也与外界进行着能 量与物质的交换,属开放的复杂巨系统。到,因此,要对系统进行有效的评价就必须将 多种评价方法、先进的科学技术( 如:人工智能、知识工程、人工神经网络、计算机信息 处理技术) 有机的结合起来形成一集成式智能系统。 2 2 人工神经网络b p 模型应用于边坡稳定性评价的适宜性 边坡稳定性工程地质评价方法是一种包含统计、类比思想的定性分析方法,其基础 是可靠的地质依据,在工程中是重要的和必不可少的判别方法之一。但由于这种方法是 以定性和分析为主,因而应用起来或多或少存在随意性和不确定性,从而难以建立统一 的评价标准,也因此,应用它需要一定的工作积累或经验。近年来,随着一些不确定数 学方法的发展,一些量化( 也称作半定量化) 评价方法被引入到边坡稳定性工程地质评 价方法中,如:模糊数学方法口“、灰色理论方法b ”、数量化理论方法口钔、层次分析 法3 9 1 和定量化表格法1 4 0 】等等。但由于边坡稳定性工程地质评价涉及多种变量( 定性、 半定量、定量) ,且这些变量与评价结论往往呈高度的非线性关系,因此这些评价方法 仍难以摆脱过多的人为因素影响,如:人为强行量化因素指标、人为事先假定统计关系 或函数( 多为线性关系) 以及凭经验或事先假定函数分析确定因素权重等。这些人为因 素对评价结果的影响程度如何,目前仍无法估计。因此,探索建立一种把人为影响因素 减少到最低限度、能容定性与定量指标于一体的边坡稳定性评价方法是非常有意义的和 必要的。而人工神经网络b p 模型的最主要特点就是能自适应地从实例或试验数据中获 取“知识”,它的应用可望消除或减轻上述诸多人为影响因素,且它获取“知识”的过 9 内蒙占科技大学硕士学位论文 程是与传统的i :程地质评价方法的核心思想( 类比、统计、归纳) 相一致的,因此,它 应用于边坡稳定评价是适宜的。 2 1 3 人工神经网络b p 模型应用于边坡稳定性评价的理论基础 b p 模型应用于边坡稳定性评价与传统的工程地质评价方法的理论基础都是基于同 一个原理性假说h ”,即:两类边坡仅当其具有相同的工程地质静态条件组合和动态作 用因素时,才可以认为两类边坡的不稳定性或灾害程度和发展趋势是可类比的。由这原 理性假说,不妨设影响边坡稳定性的因素有m 项,x = k ,x :,靠 ,边坡稳定状态 被分成”种,y = y 。,y :,。y 。 ,那么这一原理性假说可用y = 八盖) 来表达。由b p 模型的特征不难发现,这一,、关系可由人工神经网络的b p 模型从大量实例中自适应获 得。当这一厂关系获得后,即可用它对其他类似的已知影响指标的边坡稳定性进行评 价。 2 4 集成智能评估系统的提出 边坡包括自然边坡、人工边坡,是岩石圈表面的天然地质和工程地质作用范围内, 具有露天侧向临空面的地质体,是广泛分布于地表的种地貌形态。它的形成与演变, 与人类生产,生活有极其密切的关系。 边坡工程所涉及的岩体形成于不同方式、不同环境、经地壳的多次运动作用,即表 现出宏观上的不连续性,又表现出微观上的不连续性。不同的方法从不同的角度对边坡 的稳定性及相关的问题进行了研究,如离散元法从离散块体的角度进行应力和位移的计 算,而极限平衡法仅从考虑变形破坏的极限状态进行分析。每种方法都不能很理想地处 理边坡问题,且都从自己喜爱的角度进行分析,造成了目前各自为政的局面。实际上边 坡工程是一个不断变化着的、开放的复杂巨系统,应采取有效处理开放的复杂巨系统的 方法,采用多种方法从多方面进行分析、处理并与智能的定性定量研究方法综合集成, 实现人机系统的智能化,提高问题的求解精度和可靠性。应用系统科学、人工智能、神 经网络、进化计算和模糊数学等新兴学科的理论综合研究边坡工程系统的不确定性和工 程经验( 不能仅仅只限于专家系统的研究或常规分析方法的研究) ,发展出一套切实可行 的智能力学分析方法,这可能是解决复杂的边坡稳定性问题的一条有效途径。 由第一章文献综述可知,在边坡稳定分析中常用的方法主要为数值计算方法,如有 限元法、边界元法、离散元法、块体理论法、有限差分法、概率分析法等。然而由于岩 一1 0 内蒙古科技人学硕士学位论文 石力学的问题现在主要是数据有限问题,不仅输入给模型的基本参数没有很好的定义, 而且能对过程的演化提供一些反馈信息或者能校正模型的预测的测量并不多,“有限的 数据”已成为岩石力学理论分析和数值模拟的一。个“瓶颈”问题1 4 “。近年来许多学者又 提出了各种近似计算边坡稳定性的方法,如图解法、灰色理论分析法、极限平衡分析法 等。然而,这些方法都需要搜索最小滑移面才能解决,而滑移面的搜索又是目前仍没圆 满解决的难题 4 3 】。针对上述现状及工程实例,本文探索应用人工神经网络( a n n ) b p 模型 ( b a c kp r o p a g a t i o n ) 建立边坡稳定性智能评估系统,并把它和其他方法综合起来,建 立综合集成系统。b p 模型的最大特点是非线性动力学、自学习和实时处理等】。它能 通过对己知样本的学习,掌握输入与输出间复杂的非线性映射关系,并对这种关系进行存 储记忆,直接为其它样本预测提供服务。它已广泛应用于各领域,但把它应用到边坡稳 定性评价中将是一个大胆的尝试。 2 5 集成智能评估系统设计的基本思路 本次论文的软件开发采用模块设计,软件的总体开发与设计流程图如图2 1 所示。 匡圃 图2 1 软件的总体开发与设计流程图 窝 一 一 一蔫 一 藜 内蒙古科技大学硕士学位论文 开发集成智能评估系统的目的就是对边坡进行稳定分析,为边坡的设计与施j 提供 可靠的保障。它包括两方面的集成,一种是分析功能的集成,一种是分析方法的集成。 如图2 2 所示。分析方法如图2 3 方法库所示。 图2 2 集成智能系统 图2 3 方法库 集成智能评估系统主要完成以下几方面功能:( 1 ) 计算边坡的安全系数,可采用人 工神经网络和极限平衡分析方法。( 2 ) 评价边坡的稳定性,可采用数值计算方法和人工 神经网络方法。( 3 ) 边坡岩石的位移及应力计算,主要采用数值计算方法。 集成系统以工作平台为控制中心,对集成系统中各功能、各方法进行调度,协同 作业。通过系统工作平台协调,使各子模块相互配合,协同运行,实现、完成边坡稳 定性分析的总目标、总任务。系统原理图如图2 4 所示。 1 2 内蒙古科技人学硕十学位论文 图2 4 系统原理图 本系统一方面利用人工神经网络处理非线性问题的特点,将其应用于边坡稳定性评 价。神经网络对边坡稳定性评价是通过对典型样本的学习,将有关评价边坡稳定性的知 识以权重的形式贮存于网络中,进行正向推理,进行边坡稳定性评价,避免了繁重的知 识整理、条理化和表达等工作。 另一方面,通过对边坡的数值模拟,确定岩体稳定程度,计算出岩石所受的应力和 位移,根据可靠度给出岩石边坡的稳定性程度。本系统的基本流程如图2 5 所示。 目前,本系统主要完成了神经网络对边坡稳定性的评价,其他方法( 有限元法、边 界元法、离散元法、极限平衡法等) 预留有相应的接口,有待进一步完善。神经网络框 架图如图2 6 所示。人工神经网络b p 算法的计算机编程是本次论文的研究重点,编程 初步采用模块设计方法,用v i s u a lc 十+ 实现。 基于神经网络的边坡稳定性集成智能评估系统的提出,作为硕士研究生学位论文, 自开题以来,历时一年半时间,基本上按预定计划完成了资料收集、工程调研、专家调 查、有关专题研究及神经网络系统软件的开发。 以上内容,论文中共分六章论述,各章内容简介如下:第一章为绪论,简述了边坡 稳定性研究的意义,边坡稳定性研究的发展及常用方法,并就边坡稳定性研究存在的问 题及发展方向进行了简单的讨论。同时,还介绍了人工智能在岩石工程中应用的研究现 状;第二章在第一章的基础上提出了本次论文的研究内容,并就基本思路进行了简单的 1 3 内蒙古科技大学硕士学俜论文 介纠;第三章着重对神经网络进行了介绍,其中包括人工神经网络的提出与发展,人工 神经网络基本特点,神经元简介和人工神经网络的基本算法等方面知识;第四章简单介 绍了影响边坡稳定性的因素,重点介绍了边坡稳定性集成智能评估系统b p 网络模型的 建立;第五章主要介绍了b p 网络模型的具体软件实现,b p 网络模型的一些主要参数的 选择。另外,还对所建立的b p 网络模型进行了训练以及b p 网络在边坡稳定性评估中的 准确性和可靠性进行了分析。第六章结束语,主要对智能评估系统作了总体的评价。 图2 5 系统基本流程图 1 4 内蒙r 山科技大学硕士学位论文 图2 6 神经网络框架图 1 5 内蒙古科技大学硕士学位论文 3 人工神经网络概述及其应用 3 1 人工神经网络的提出与发展 人 j 神绎网络( a r t i f i c i a ln e u r a ln e t w o r k ,简称a n n ) 是对人类大脑系统的一阶 特性的一种描述。简单地讲,它是一个数学模型,可以用电子线路来实现,也可用计算 机程序来模拟,是人工智能研究的一种方法【4 5 1 。人工神经网络的研究最早可以追溯到人 类开始研究自己智能的时期,这一时期截止到1 9 4 9 年。 1 9 4 3 年,心理学家m c c u l o c h 和数学家p i t t s 建立起了著名的阀值加权和模型, 简称卜_ p 模型。1 9 4 3 年,m c c u l l o c h 和p i t t s 总结了生物神经元的一些基本生理特 征,提出了一种简单的数学模型与构造方法,这一结果发表在数学生物物理学会会刊 b u l 】e t i no fm a t h e m a t i c a lb i o p h y s i c s 3 上。这为人们用计算机程序实现人工神经 网络打下了坚实的基础。 1 9 4 9 年,心理学家d 0 h e b b 提出神经元之间突触联系是可变的假说。它认为, 人类的学习过程是发生在突触上,而突触的联接强度则与神经元的活动有关。据此,它 提出了人工神经网络的学习律一在任意时刻,当两个神经元处于同一种状态时,表明 两个神经元对问题响应的一致性,所以它们应该互相支持,其问的信号传输应该加强, 这是通过加强它们之间的突触的联接强度来实现的。反之,在某一时刻,当两个神经元 处于不同的状态时,表明它们对问题的响应是不一致的,因此它们之间突触的联接强度 被减弱,称之为h e b b 学习律。h e b b 学习律被认为是神经网络学习训练算法的起点。 2 0 世纪5 0 年代到6 0 年代神经网络迎来了它的第一次高潮期,一些研究者把生理 学和心理学结合起来,研究成功了单极感应器。其主要代表人物有m a r v i nm i n c k y , f r a n kr o s e n b l a t t ,b e r n a r dw i d r o w 等。在这之后,神经网络的发展进入了它的低潮 期。这一时期持续到8 0 年代。 人工神经网络研究的第二次高潮到来的标志是美国加州理工学院生物物理学家 j h o p f i e l d 的两篇重要论文分别在1 9 8 2 年和1 9 8 4 年在美国科学院院刊上发表,这一 时期人工神经网络研究的主要进展表现在以下几部分: ( 1 ) 1 9 8 2 年,j h o p f i e l d 提出了循环网络,并将l y a p u n o u 函数引入人工神经网 络,作为网络性能判定的能量函数,阐明了人工神经网络与动力学的关系, 用非线性动力学的方法来研究人工神经网络的特性,建立了人工神经网络稳 定性的判定依据,指出信息被存放在网络中神经元的联接上; 1 6 。 内蒙古科技大学硕士学位论文 ( 2 ) 1 9 8 4 年,美国加州大学圣地亚哥分校( u c s d ) 的h i n t o n ,r u m e l h a w t 等人所在 并行分布处理( p d p ) 小组的研究者在h o p f i e l d 网络中引入了随机机制,提出 了b o l t z m a n n 机; ( 3 ) 1 9 8 6 年,并行分布处理( p d p ) 小组的r u m e l h a x t 等研究者重新独立的提出多 层网络的学习算法,即b p 算法; 根据以上的发展历程,1 9 8 8 年h e c h t - - - n i e l s e n 给出了神经网络的如下定义1 4 6 l : 人工神经网络是一个并行分布处理结构,它由处理单元及称为联接的无向信号通道 互连而成。这些处理单元具有局部内存,并可以完成局部操作。每一个处理单元有一个 单一的输出联接,这个输出可以根据需要被分支成希望个数的许多并行联接,且这些联 接都输出相同的信号,即相应处理单元的信号,信号的大小不因分支的多少而变化。处 理单元的输出信号可以是任何需要的数学模型,每个处理单元中进行的操作必须是完全 局部的。 3 2 人工神经网络基本特点 人工神经网络( a n n ) 是基本信息处理单元通过广泛联接而构成的动态信息处理系 统。神经网络的结构,主要是指它的联接方式。一般的神经网络结构由输入层、隐含层 和输出层构成,神经元是神经网络的基本处理单元,目前最流行的神经元模型是由输入、 处理和输出三部分构成。 神经网络具有以下的特点1 4 5 i : ( 1 ) 从运算方式看它,以大规模集团运算为其特征,以并行方式处理数据和信 息,大量计算处理单元平行而分层次的进行信息处理工作。整体运算速度大 大提高,具有显著的规模效益; ( 2 )在使用性能方面,由于没有集中处理单元,信息存储和处理表现为整个网络 全部单元及其连接模式的集体行为,故具有良好的容错性和很强的抗噪声能 力; ( 3 )从功能行为方面看,它具有变结构的计算体系,呈现出很强的自学习能力和 对环境的适应能力,它可以从大量的训练样本中获得复杂的非线性关系; ( 4 )从数学本质看,大多数神经网络属于非线性动态系统,可用一组非线性微分 方程来描述,具有复杂的功能行为和动态性质; ( 5 )从应用对象看,它适宜于处理知识背景不清楚、推理规则不明确等复杂类型 模式识别问题以及处理连续的、模拟的、模糊的、随机的大容量信息。对于 1 7 内蒙古科技大学硕:学位论文 具有不确定性的信息,可以采用探索式的方法和多次反馈逼近法进一步确 定: ( 6 ) 从求解目标方面看,它着眼于非精确的满意解,而放弃目标解的高度精确 性。这比较符合工程领域问题求解的现实情况,从而在自适应识别等方面表 现出良好的实用性能,有效地提高了问题求解的效率和实际解算问题能力。 ( 7 ) 人工神经网络使用比较方便,它的信息处理过程同人脑一样,是一个黑匣,如 图3 1 所示在工程应用中,和人们接触的只是它表层中的输入和输出,而内 部信息的处理过程是看不到的。对于不恒神经网络内部原理的人,仍可将自 己的问题交给这种网络进行处理,只要把你的例子让他学习一段时

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论