王 勃 馬俊威 董麗欣

（1：吉林建筑大學(xué)土木工程學(xué)院，吉林 長(zhǎng)春 130118；2：吉林省結(jié)構(gòu)與抗震科技創(chuàng)新中心，吉林 長(zhǎng)春 130118）

0 引言

砌體結(jié)構(gòu)在我國(guó)已擁有5000年的使用歷史[1-2]。建國(guó)初期，我國(guó)大部分工業(yè)與民用建筑采用砌體結(jié)構(gòu)，抗震性能不佳，危及到人民生命財(cái)產(chǎn)安全[3]。許多砌體結(jié)構(gòu)由于破損嚴(yán)重，需要拆除重建。目前國(guó)內(nèi)外關(guān)于砌體結(jié)構(gòu)的拆除方法一般包括人工拆除、機(jī)械拆除、爆破拆除、靜態(tài)破碎拆除[4-6]。

人工拆除主要依靠作業(yè)人員利用風(fēng)鎬、滑輪、大錘等工具將建筑物進(jìn)行解體的方法，適用于≤18 m高或6層的建筑物，人工拆除對(duì)周?chē)h(huán)境不會(huì)造成很大的影響，但拆除工期長(zhǎng)、造價(jià)高；機(jī)械拆除一般采用破碎錘、破碎球、長(zhǎng)臂液壓剪等機(jī)械進(jìn)行建筑物的拆除作業(yè)，適用于較高建筑物如塔的拆除作業(yè)，具有效率高、靈活性好、沖擊能量大等優(yōu)點(diǎn)，但會(huì)對(duì)環(huán)境造成一定的危害；爆破拆除主要是將炸藥布置在承重構(gòu)件上，利用爆破的能量破壞承重構(gòu)件，建筑物因失穩(wěn)而被破壞，爆破拆除在拆除高聳結(jié)構(gòu)中廣泛使用；靜力破碎拆除采用破碎劑對(duì)建筑物進(jìn)行拆除，主要適用于局部拆除，破碎劑會(huì)發(fā)生一定的化學(xué)反應(yīng)，作業(yè)人員易受到傷害。

神經(jīng)網(wǎng)絡(luò)來(lái)自于McCulloch和Pitts[7]提出的二元神經(jīng)元的閾值和權(quán)值模型，它是一種具有模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征的網(wǎng)絡(luò)，是一種進(jìn)行分布式信息處理算法的數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到準(zhǔn)確處理信息的目的。馬海越等[8]使用BP神經(jīng)網(wǎng)絡(luò)和薩達(dá)公式分別對(duì)地下采場(chǎng)的振動(dòng)速度進(jìn)行預(yù)測(cè)，結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)更精確，誤差小。黃山等[9]采用匯率價(jià)格的歷史數(shù)據(jù)作為訓(xùn)練樣本，用BP神經(jīng)網(wǎng)絡(luò)對(duì)未來(lái)匯率進(jìn)行短期預(yù)測(cè)，有助于對(duì)未來(lái)市場(chǎng)發(fā)展方向的分析。張軍等[10]針對(duì)地下管廊施工質(zhì)量控制點(diǎn)的數(shù)據(jù)分析，提出了對(duì)材料、人、機(jī)械設(shè)備、環(huán)境和施工方案的量化處理，建立了BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，表明BP神經(jīng)網(wǎng)絡(luò)對(duì)地下管廊控制點(diǎn)的預(yù)測(cè)是可靠的、有實(shí)用價(jià)值的。通過(guò)大量文獻(xiàn)可以看到BP神經(jīng)網(wǎng)絡(luò)已經(jīng)應(yīng)用到生活的各個(gè)方面，因此將該網(wǎng)絡(luò)對(duì)砌體結(jié)構(gòu)拆除的工期和造價(jià)進(jìn)行預(yù)測(cè)是可行的[11]。BP神經(jīng)網(wǎng)絡(luò)具有適應(yīng)性和自學(xué)能力強(qiáng)的特點(diǎn)。

1 砌體結(jié)構(gòu)拆除方案的BP神經(jīng)網(wǎng)絡(luò)模型建立

BP神經(jīng)網(wǎng)絡(luò)是一種通過(guò)誤差逆向傳播的一種多層前饋神經(jīng)網(wǎng)絡(luò)，其主要目的在于輸入層進(jìn)行輸入，然后隱含層進(jìn)行權(quán)值閾值的訓(xùn)練得到預(yù)測(cè)值與測(cè)試值的誤差，再用這個(gè)誤差向前一層估計(jì)上一次誤差，如此重復(fù)地將誤差反向傳遞，得到各層的誤差估計(jì)[12]，BP神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)如圖1所示。

選用網(wǎng)絡(luò)類型為s型傳遞函數(shù)：

采用反傳誤差來(lái)調(diào)節(jié)網(wǎng)絡(luò)的權(quán)值和閾值來(lái)達(dá)到極小誤差：

式中：E為誤差函數(shù)；ti為期望輸出；oi為計(jì)算輸出。

通過(guò)資料搜集總結(jié)，得到影響砌體結(jié)構(gòu)拆除工期和造價(jià)的影響因素見(jiàn)表1。

通過(guò)資料收集和專家咨詢得到砌體結(jié)構(gòu)拆除工期和造價(jià)，進(jìn)行整理得到訓(xùn)練數(shù)據(jù)表2和測(cè)試數(shù)據(jù)表3。

表1 工程量化指標(biāo)

表2 訓(xùn)練樣本數(shù)據(jù)庫(kù)

表3 測(cè)試樣本數(shù)據(jù)庫(kù)

2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練

將影響拆除工期和造價(jià)的9個(gè)特征因素作為輸入層，8個(gè)隱藏層，1個(gè)輸出層，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，如圖2所示。

圖3為BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差，可以看出，數(shù)據(jù)點(diǎn)比較均勻地分布于回歸線兩側(cè)，相關(guān)系數(shù)為0.997 08，表明建立的BP神經(jīng)網(wǎng)絡(luò)模型具有良好的精度。

圖4為測(cè)試曲線和訓(xùn)練曲線，當(dāng)訓(xùn)練到第10次時(shí)最好的擬合數(shù)值是0.003 327 1，相對(duì)較小，得到了理想的訓(xùn)練模型。

3 預(yù)測(cè)結(jié)果討論分析

將經(jīng)過(guò)BP神經(jīng)網(wǎng)絡(luò)模擬得到的預(yù)測(cè)值與實(shí)際值比較見(jiàn)表4，砌體結(jié)構(gòu)拆除造價(jià)的相對(duì)誤差在-1.9%～7.1%，工期相對(duì)誤差為-0.8%～3.5%，誤差相對(duì)較小，可通過(guò)BP神經(jīng)網(wǎng)絡(luò)建立模型對(duì)砌體結(jié)構(gòu)拆除工期和造價(jià)進(jìn)行預(yù)測(cè)。

表4 預(yù)測(cè)與實(shí)際誤差的對(duì)比

4 結(jié)論

本文通過(guò)40組砌體結(jié)構(gòu)拆除工期和造價(jià)數(shù)據(jù)，建立砌體結(jié)構(gòu)拆除方案決策BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，對(duì)拆除造價(jià)和工期進(jìn)行預(yù)測(cè)并與實(shí)際值進(jìn)行比較，相對(duì)誤差均＜7.1%，相對(duì)較小。BP神經(jīng)網(wǎng)絡(luò)可對(duì)砌體結(jié)構(gòu)拆除工期和造價(jià)進(jìn)行預(yù)測(cè)，為砌體結(jié)構(gòu)拆除工程提供依據(jù)和參考。