周星勇

摘 要：利用徑向基神經(jīng)網(wǎng)絡(luò)構(gòu)建起前N期沉降量與N+1沉降量之間存在的非線性關(guān)系，從而實(shí)現(xiàn)徑向基神經(jīng)網(wǎng)絡(luò)對地鐵隧道施工上方地面沉降量預(yù)測的功能。利用成都地鐵7號線某盾構(gòu)區(qū)間地面的沉降監(jiān)測數(shù)據(jù)建立RBF預(yù)測模型并且與BP預(yù)測模型進(jìn)行對比。仿真實(shí)驗(yàn)結(jié)果表明，RBF預(yù)測模型預(yù)測結(jié)果的平均誤差率、誤差中誤差、迭代次數(shù)均小于BP神經(jīng)網(wǎng)絡(luò)，說明了RBF神經(jīng)網(wǎng)絡(luò)在地鐵沉降預(yù)測分析中的有效性、優(yōu)越性。

關(guān)鍵詞：地鐵盾構(gòu)施工 沉降預(yù)測 RBF神經(jīng)網(wǎng)絡(luò)

中圖分類號：TU43 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2017）07（b）-0093-02

地鐵盾構(gòu)法施工已成為當(dāng)前城市地鐵隧道施工的一項(xiàng)重要技術(shù)，它是指在地面下暗挖隧道的一種施工方法[1]。隨著地鐵盾構(gòu)施工的進(jìn)行，必然會對周圍土質(zhì)應(yīng)力情況造成影響，進(jìn)而引起施工隧道上方地面的變形。變形嚴(yán)重時(shí)，將會對地下管線設(shè)施、地面道路、周圍建筑物等造成嚴(yán)重破壞[2]。因此在地下盾構(gòu)施工的過程中，對地面變形進(jìn)行實(shí)時(shí)監(jiān)測，構(gòu)建起形變預(yù)測模型，從而對施工預(yù)警防護(hù)工作提供指導(dǎo)，這對于地鐵盾構(gòu)安全施工是十分有必要的。

人工神經(jīng)網(wǎng)絡(luò)是一種具有適應(yīng)外界條件能力的系統(tǒng)，具有強(qiáng)大的自護(hù)學(xué)習(xí)能力，能夠建立起自變量和應(yīng)變量之間高度非線性映射關(guān)系，因此人工神經(jīng)網(wǎng)絡(luò)常用于工程的變形監(jiān)測預(yù)測當(dāng)中[3]。其中徑向基（RBF）神經(jīng)網(wǎng)絡(luò)具有收斂速度快且唯一最佳逼近的特點(diǎn)，因此該文選取RBF神經(jīng)網(wǎng)絡(luò)作為地鐵盾構(gòu)施工上方地面變形的預(yù)測模型。通過所建立的RBF預(yù)測模型得到沉降預(yù)測值與實(shí)測值進(jìn)行對比，可驗(yàn)證RBF預(yù)測模型的可行性與精確性。

1 徑向基神經(jīng)網(wǎng)絡(luò)的原理與結(jié)構(gòu)

徑向基神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)原理與BP神經(jīng)網(wǎng)絡(luò)截然不同。其中徑向基神經(jīng)網(wǎng)絡(luò)的隱藏層將輸入數(shù)據(jù)進(jìn)行變換，將非線性問題從低維投射到高維從而變得線性可分。這樣就避免了BP神經(jīng)網(wǎng)絡(luò)中容易陷入局部最優(yōu)值的缺點(diǎn)。此外徑向基神經(jīng)網(wǎng)絡(luò)還具有結(jié)構(gòu)簡單，訓(xùn)練簡潔并且收斂速度快的優(yōu)點(diǎn)。理論上徑向基神經(jīng)網(wǎng)絡(luò)能夠逼近任意非線性函數(shù)[4]。

徑向基神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)結(jié)構(gòu)分為輸入層、隱含層和輸出層三層。輸入層由輸入信號源節(jié)點(diǎn)組成。隱含層節(jié)點(diǎn)數(shù)由問題需求而定，隱含層中的轉(zhuǎn)換函數(shù)即徑向基函數(shù)是對中心點(diǎn)徑向?qū)ΨQ且衰減的非負(fù)非線性函數(shù)。與其他向前型網(wǎng)絡(luò)不同，徑向基神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)換函數(shù)為局部響應(yīng)函數(shù)。常用的高斯徑向基函數(shù)可表示為：

2 基于徑向基神經(jīng)網(wǎng)絡(luò)的沉降預(yù)測

2.1 工程區(qū)概況

以成都地鐵7號線某盾構(gòu)區(qū)間左線地面沉降為例。采用二等水準(zhǔn)測量規(guī)范對監(jiān)測點(diǎn)進(jìn)行高程測量，每24 h的監(jiān)測次數(shù)由沉降速率來決定，沉降速率快則相應(yīng)要提高監(jiān)測頻率。從2016年5月28日開始至6月16日結(jié)束，對18號監(jiān)測點(diǎn)進(jìn)行了35期沉降數(shù)據(jù)采集。利用Matlab軟件構(gòu)建RBF預(yù)測模型，其中利用前30期數(shù)據(jù)構(gòu)建模型對后5期數(shù)據(jù)進(jìn)行仿真預(yù)測，將得到的預(yù)測值與實(shí)測值進(jìn)行比較，分析RBF預(yù)測模型的預(yù)測效果。

2.2 仿真預(yù)測

該文選取了18號監(jiān)測點(diǎn)的數(shù)據(jù)，建立預(yù)測模型，并對最后五期監(jiān)測數(shù)據(jù)進(jìn)行預(yù)測。同時(shí)我們將RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型與BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果進(jìn)行對比，分析RBF模型的精度及優(yōu)越性。

表1記錄了18號監(jiān)測點(diǎn)31～35期數(shù)據(jù)實(shí)測值與預(yù)測值的對比。表中RBF神經(jīng)網(wǎng)絡(luò)各期預(yù)測值的誤差率均小于同期BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果，這說明RBF神經(jīng)網(wǎng)絡(luò)在地鐵盾構(gòu)施工地表沉降的預(yù)測中，絕對預(yù)測精度要高于BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法。表2則記錄了兩種預(yù)測算法在兩次預(yù)測過程當(dāng)中預(yù)測值的中誤差，以及迭代至收斂所需要的次數(shù)?？梢钥闯?，RBF神經(jīng)網(wǎng)絡(luò)后五期預(yù)測值的中誤差為0.22，小于BP神經(jīng)網(wǎng)絡(luò)的0.74，說明RBF神經(jīng)網(wǎng)絡(luò)預(yù)測值的精確度更高。此外從迭代次數(shù)能夠看出RBF神經(jīng)網(wǎng)絡(luò)的收斂速度也優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。

3 結(jié)論

（1）Matlab所構(gòu)建的徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測值的平均誤差率為0.98%，遠(yuǎn)低于BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的4.21%，而且徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測值中誤差比BP神經(jīng)網(wǎng)絡(luò)預(yù)測值中誤差降低了71.43%。各項(xiàng)精度指標(biāo)證明徑向基神經(jīng)網(wǎng)絡(luò)更適用于地鐵盾構(gòu)施工地表沉降預(yù)測當(dāng)中。

（2）徑向基神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)相比，比容易陷入局部最優(yōu)值并且收斂速度更快，程序耗時(shí)更短。

（3）由于地鐵盾構(gòu)施工方法的特殊性，任何施工不當(dāng)都有可能會對地面下的管線設(shè)施造成破壞，也可能危及地面上車輛行人的安全。因此在地鐵盾構(gòu)施工過程中進(jìn)行實(shí)時(shí)監(jiān)測并對累計(jì)沉降量進(jìn)行預(yù)測具有重要意義。徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測方法在其他類型的變形預(yù)測中也有很好的推廣價(jià)值。

參考文獻(xiàn)

[1] 謝雄耀，李軍，王強(qiáng).盾構(gòu)施工地表沉降自動化監(jiān)測及數(shù)據(jù)移動發(fā)布系統(tǒng)[J].巖土力學(xué)，2016（S2）：788-794.

[2] 趙建飛，張俊中，李東輝，等.加權(quán)GM（1.1）模型在地鐵沉降監(jiān)測中的應(yīng)用[J].測繪與空間地理信息，2015（5）：56-58.

[3] 郝飛.基于時(shí)序思想BP網(wǎng)絡(luò)的地鐵地表沉降預(yù)測[J].山西建筑，2016，42（20）：170-172.

[4] 黃祿文，劉海卿.建筑物基礎(chǔ)沉降徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2016（8）：836-840.