魯罕 張曉君 閔海濤 袁帥 馬豪豪

摘要：隨著各種大型建筑工程的逐步發(fā)展，深基坑工程大量出現(xiàn)。深基坑建設(shè)過程中，如何確保其施工安全是非常重要的環(huán) 節(jié)。現(xiàn)有的施工監(jiān)測屬于事中控制，從施工方案的優(yōu)化等角度來講，還必須進行事先控制，這就要求預(yù)先要對變形值的發(fā)展 情況做出模擬或預(yù)測。BP神經(jīng)網(wǎng)絡(luò)是一種實現(xiàn)多變量之間非線性映射的一種人工智能方法，在深基坑變形預(yù)測中取得了一定 的應(yīng)用。本文依托武漢江南泵站深基坑項目，擬對現(xiàn)有的 BP神經(jīng)網(wǎng)絡(luò)深基坑變形預(yù)測方法進行探討，總結(jié)現(xiàn)有的不足，并提 出了相應(yīng)的改進措施，可以減小神經(jīng)網(wǎng)絡(luò)模型的計算規(guī)模，提高計算精度，為江南泵站深基坑及類似工程項目施工提供重要 的參考。

關(guān)鍵詞：；深基坑變形預(yù)測；BP神經(jīng)網(wǎng)絡(luò)；量綱分析；參數(shù)反演

中圖分類號：TU433 文獻標識碼：A 文章編號：2095-3178（2018）06-0297-02

1 引言

隨著各種大型建筑工程的逐步發(fā)展，深基坑工程大量出現(xiàn)[1-2]，

如建筑基坑、地鐵基坑、泵站基坑等?，F(xiàn)有施工過程中一般采用現(xiàn) 場施工監(jiān)測的方法，實時監(jiān)測基坑周圍的地表變形、基坑支護的水 平變形等，當變形超過預(yù)警值時，就采取相應(yīng)的安全加固措施。施 工監(jiān)測屬于事中控制，從施工方案的優(yōu)化等角度來講，還必須進行 事先控制，這就要求預(yù)先要對變形值的發(fā)展情況做出模擬或預(yù)測。 目前主要有理論計算和現(xiàn)場監(jiān)控兩種途徑來解決，都存在固有的缺 陷，無法預(yù)測基坑變形。尋求一種更為有效的基坑變形預(yù)測方法來 指導(dǎo)施工是至關(guān)重要的。本文依托中電建武漢江南泵站深基坑項目 （如圖1所示），該項目由于所處地層環(huán)境復(fù)雜，且由施工速度較快，

需要在施工的過程中進行變形預(yù)測，以確保施工過程中的安全。 BP神經(jīng)網(wǎng)絡(luò)是一種實現(xiàn)多變量之間非線性映射的一種人工智能

方法，在深基坑變形預(yù)測中取得了一定的應(yīng)用[3-11]。然而，由于影響 基坑穩(wěn)定性的因素眾多，現(xiàn)有的神經(jīng)網(wǎng)絡(luò)預(yù)測方法仍存在一定的不 足。本文擬對現(xiàn)有的 BP神經(jīng)網(wǎng)絡(luò)深基坑變形預(yù)測方法進行探討，總 結(jié)現(xiàn)有的不足，并提出了相應(yīng)的改進措施，為實際工程施工提供重 要的參考。

2 BP 神經(jīng)網(wǎng)絡(luò)簡介

神經(jīng)網(wǎng)絡(luò)方法是近幾十年來發(fā)展起來的一種模仿人類神經(jīng)系統(tǒng) 的人工智能方法，可以實現(xiàn)任意復(fù)雜的非線性映射關(guān)系。雖然眾多 神經(jīng)網(wǎng)絡(luò)模型被提出來，在深基坑變形預(yù)測方面應(yīng)用較多的是BP 神 經(jīng)網(wǎng)絡(luò)，該模型采用誤差反向傳播算法，由于該算法解決了神經(jīng)網(wǎng) 絡(luò)隱層單元間連接權(quán)的學(xué)習(xí)問題，克服了其他模型中的一些其他問 題，取得了廣泛的應(yīng)用。

圖2 所示為一種典型的 BP神經(jīng)網(wǎng)絡(luò)示意圖，包含輸入層、隱含 層和輸出層三部分，其中必須包含輸入層和輸出層，隱含層可以是 一層或多層，隱含層的多少決定了神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度和計算 效率，選擇時需要慎重選擇。BP 神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)時，首先由輸入層 輸入已知信息，通過在神經(jīng)元中進行傳播最后由輸出層輸出信息， 將輸出層信息與期望輸出進行對比，如果兩者誤差較大，則將誤差 反向進行傳播，傳播過程中不斷調(diào)整神經(jīng)元之間的連接權(quán)值，直至 輸出層信息與期望輸出之間的誤差滿足要求。

3 BP 神經(jīng)網(wǎng)絡(luò)基坑變形預(yù)測方法

采用BP 神經(jīng)網(wǎng)絡(luò)預(yù)測深基坑變主要有兩種實施方案，一是借助 于有限元模型，首先建立深基坑開挖有限元模型，通過大量的有限 元計算獲得關(guān)鍵點位移與土體材料參數(shù)之間的對映關(guān)系，然后通過 這些數(shù)據(jù)訓(xùn)練所建立的 BP神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練完成之后通 過實測的監(jiān)測數(shù)據(jù)反演基坑周圍土體的物理參數(shù)，得到參數(shù)以后再 帶入到有限元模型中，通過有限元數(shù)值計算預(yù)測基坑變形。因而該 方法的計算精度取決于所建立的有限元模型，需要一定的計算時間。

第二種方法不借助于有限元模型，通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練建立前期 監(jiān)測數(shù)據(jù)與后期沉降變形之間的關(guān)系，通過持續(xù)地獲取監(jiān)測數(shù)據(jù)來 達到預(yù)測后期沉降的目的。

這兩種預(yù)測方法各有優(yōu)勢，都取得了一定的應(yīng)用。然而總的來 說現(xiàn)有神經(jīng)網(wǎng)絡(luò)變形預(yù)測方法都存在一定的局限性。主要體現(xiàn)在以 下幾個方面：

（1）影響深基坑變形的影響因素眾多，如果都考慮的話不僅加 大了對計算資源的需求，而且也會降低神經(jīng)網(wǎng)絡(luò)的預(yù)測精度，需要 找出影響基坑變形的主次因素，只針對主要因素進行分析。

（2）神經(jīng)網(wǎng)絡(luò)模型中所用到的物理參數(shù)一般都沒有進行無量綱 化，使得參數(shù)的大小跟其單位選取有關(guān)，而單位的選取又沒有統(tǒng)一的規(guī)定。

（3）所介紹的兩種神經(jīng)網(wǎng)絡(luò)一般都是獨立使用，如果能夠綜合

兩種方法的優(yōu)勢，將兩種方法結(jié)合使用，則能夠提高神經(jīng)網(wǎng)絡(luò)預(yù)測 的精度。

4 改進的 BP 神經(jīng)網(wǎng)絡(luò)基坑變形預(yù)測方法

針對上述提到的問題，本文提出在如下方面進行改進：

（1）預(yù)先采用有限元模型針對深基坑變形進行參數(shù)敏感性分析， 區(qū)分主次參數(shù)的影響，選取主要參數(shù)進行預(yù)測研究。

（2）將主要因素進行無量綱化，針對無量綱參數(shù)建立神經(jīng)網(wǎng)絡(luò) 預(yù)測模型。

（3）結(jié)合正演和反演神經(jīng)網(wǎng)絡(luò)，大大提高現(xiàn)有方法的計算效率。 5 綜上所述，本文提出的改進的神經(jīng)網(wǎng)絡(luò)預(yù)測方

法總結(jié)如下（技術(shù)路線如圖 3 所示）：

5.1 首先建立深基坑開挖有限元模型，考慮基坑降水及

降雨入滲引起土體飽和度變化，基坑開挖施工參數(shù)，基坑支 護條件等對基坑變形的影響，模擬整個降水，基坑開挖施工 過程中周圍土體及圍護結(jié)構(gòu)的變形規(guī)律。

5.2 通過有限元模型對影響基坑變形的參數(shù)進行敏感性分析， 區(qū)分出重要影響參數(shù)。對影響參數(shù)進行量綱分析，將敏感性參數(shù)無 量綱化。

5.3 建立深基坑環(huán)境參數(shù)反演 BP 神經(jīng)網(wǎng)絡(luò)，通過實測 數(shù)據(jù)，離心實驗，有限元模擬等得到的樣本對神經(jīng)網(wǎng)絡(luò)進行

訓(xùn)練及檢驗。得到參數(shù)反演神經(jīng)網(wǎng)絡(luò)模型。

5.4 建立深基坑變形預(yù)測正演 BP神經(jīng)網(wǎng)絡(luò)，通過實測數(shù)據(jù)，離

心實驗，有限元模擬等得到的樣本對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練及檢驗。得 到變形預(yù)測正演神經(jīng)網(wǎng)絡(luò)模型。

5.5 以深基坑詳勘資料作為網(wǎng)絡(luò)輸入?yún)?shù)，帶入正演 BP 神經(jīng)網(wǎng)絡(luò)，對深基坑變形進行初步預(yù)測。

5.6 將實際監(jiān)測數(shù)據(jù)作為反演 BP神經(jīng)網(wǎng)絡(luò)輸入，得到實際環(huán)境 影響參數(shù)。將反演得到環(huán)境影響參數(shù)帶入正演BP 神經(jīng)網(wǎng)絡(luò)，預(yù)測得 到修正的深基坑變形。

圖 3 改進的BP 神經(jīng)網(wǎng)絡(luò)預(yù)測模型技術(shù)路線 6 總結(jié)

隨著我國城市建設(shè)的快速發(fā)展，各類基坑工程建設(shè)在規(guī)模和數(shù) 量上都得到了迅猛發(fā)展。與此同時，基坑的失穩(wěn)破壞等工程事故的 頻繁發(fā)生，造成了重大的人員傷亡和財產(chǎn)損失，基坑工程的安全問 題引起了人們的密切關(guān)注。BP神經(jīng)網(wǎng)絡(luò)是一種實現(xiàn)多變量之間非線 性映射的一種人工智能方法，在深基坑變形預(yù)測中取得了一定的應(yīng) 用。本文對現(xiàn)有的深基坑神經(jīng)網(wǎng)絡(luò)預(yù)測方法進行了探討，總結(jié)了現(xiàn) 有方法的不足，提出了相應(yīng)的改進措施，可以為基坑工程施工提供 重要的參考。

參考文獻

1. 黃宏偉， 邊亦海. 深基坑工程施工中的風險管理[J].

地下空間與工程學(xué)報， 2005， 1（4）：611-614.

2. 楊光華. 深基坑支護結(jié)構(gòu)的實用計算方法及其應(yīng)用[J]. 巖土力學(xué)， 2004， 25（12）：1885-1896.

3. 齊干， 陳學(xué)軍， 朱瑞鈞. BP 神經(jīng)網(wǎng)絡(luò)在深基坑工程中的 應(yīng)用[J]. 建筑技術(shù)開發(fā)， 2004， 31（5）：22-26.

4. 朱旭芬， 袁寶遠. 遺傳算法和ICBP神經(jīng)網(wǎng)絡(luò)預(yù)測深基坑 支撐軸力[J]. 路基工程， 2009（1）：63-65.

5. 賀志勇， 鄭偉. 基于BP神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測[J]. 華南理工大學(xué)學(xué)報 （自然科學(xué)版）， 2008， 36（10）：92-96.

6. 張軍艦， 左紅偉， 李英杰. BP 神經(jīng)網(wǎng)絡(luò)在深基坑位移預(yù) 測 中 的 應(yīng) 用 [J]. 中 國 水 運 （ 下 半 月 ）， 2010， 10（8）：209-210.

7. 陳設(shè)計. 基于 BP 神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)報研究[J]. 地球， 2014（6）.

8. 李水兵， 李培現(xiàn). 基于 BP 神經(jīng)網(wǎng)絡(luò)的深基坑變形預(yù)測 [J]. 測繪地理信息， 2011， 36（5）：41-42.

9. 李燕. 基于 BP 神經(jīng)網(wǎng)絡(luò)的深基坑圍護變形預(yù)測[D]. 浙 江工業(yè)大學(xué)， 2013.

10. 李彥杰， 薛亞東， 岳磊，等. 基于遺傳算法-BP 神經(jīng)網(wǎng) 絡(luò)的深基坑變形預(yù)測[J]. 地下空間與工程學(xué)報， 2015， 11（s2）：741-749.