唐 凱 湖南省第五工程有限公司
建筑物及構(gòu)筑物在服役期中,其地基常產(chǎn)生顯著的長期沉降,而由于地基長期沉降變形的存在,易導(dǎo)致建筑物或構(gòu)筑物在服役期間產(chǎn)生許多安全問題。因此,如何精準(zhǔn)的預(yù)測地基的長期沉降變形并針對該問題進(jìn)行及時處理就變得十分重要。目前,國內(nèi)外已經(jīng)有許多學(xué)者針對地基長期沉降變形問題展開了十分深入的研究[1-6]。魏星等[7]已針對長期交通荷載作用下的軟土地基沉降變形進(jìn)行有限元分析,并在此基礎(chǔ)上得到可合理表征軟土地基長期沉降變形的經(jīng)驗(yàn)公式;黃文華等[8]采用數(shù)值試驗(yàn)和室內(nèi)試驗(yàn)結(jié)合的方式針對某工業(yè)建筑地基長期沉降變形進(jìn)行深入研究,結(jié)果表明地基最大沉降位置為建筑物中心位置,其研究結(jié)果為工業(yè)建筑的長期服役性能優(yōu)化提供了科學(xué)指導(dǎo)。除上述方法外,考慮到地基長期沉降變形的影響因素較多,其各因素之間的相關(guān)性不明確,韓汝才[9]和夏江[10]等嘗試采用人工智能算法對地基沉降進(jìn)行預(yù)測,并取得了較好的成果,在此基礎(chǔ)上,張慧梅等[11]利用神經(jīng)網(wǎng)絡(luò)算法構(gòu)建模型對軟土地基沉降進(jìn)行預(yù)測,并認(rèn)為網(wǎng)絡(luò)模型可較好地反應(yīng)地基沉降變形特征,且可反應(yīng)多個因素對地基沉降變形的影響。
綜上所述,目前雖已經(jīng)有諸多學(xué)者針對地基沉降預(yù)測進(jìn)行了深入研究,但考慮到實(shí)際工程情況較為復(fù)雜,且仍缺乏精準(zhǔn)的地基長期沉降預(yù)測方法,仍需針對軟土地基長期沉降預(yù)測開展深入研究。因此,本研究擬結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法,構(gòu)建可實(shí)現(xiàn)地基長期沉降預(yù)測智能化模型,并結(jié)合實(shí)際工程案例進(jìn)行深入分析。
人工神經(jīng)網(wǎng)絡(luò)算法基于生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)提出,其具有智能化特征。一般而言,神經(jīng)網(wǎng)絡(luò)算法以多個因素作為輸入變量,當(dāng)輸入變量輸入進(jìn)神經(jīng)網(wǎng)絡(luò)后,輸入變量將通過多個網(wǎng)絡(luò)節(jié)點(diǎn)最終達(dá)到輸出層,在整個網(wǎng)絡(luò)模型運(yùn)算過程中,各個網(wǎng)絡(luò)節(jié)點(diǎn)將按某種設(shè)定方式對輸入數(shù)據(jù)進(jìn)行數(shù)學(xué)化處理,實(shí)現(xiàn)最終輸出結(jié)果與實(shí)際結(jié)果的誤差最小化。區(qū)別于一般的數(shù)學(xué)模型,神經(jīng)網(wǎng)絡(luò)模型將直接建立輸入變量與輸出變量之間高度的非線性關(guān)系,并進(jìn)一步對構(gòu)建的對應(yīng)關(guān)系實(shí)現(xiàn)預(yù)測。
一般而言,神經(jīng)網(wǎng)絡(luò)模型包含三個類型的層次結(jié)構(gòu),分別為輸入層、隱含層以及輸出層。針對不同類型的工程實(shí)際情況,其每一個模型層所包含信息均不一致,本研究結(jié)合某工業(yè)區(qū)具體情況,構(gòu)建得到含單個隱含層的網(wǎng)絡(luò)模型,其最終網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示。需要說明的是,在進(jìn)行研究過程中,輸入層變量分別設(shè)定為時間(t/天),填土厚度(H/cm),處理層填土厚度(H-c/cm)以及土體綜合模量(M/MPa),輸出層變量則為地基監(jiān)測沉降量(S)。
圖1 網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)
根據(jù)以上所建立的網(wǎng)絡(luò)模型,其中隱含層節(jié)點(diǎn)數(shù)目需要進(jìn)一步計(jì)算得到,其具體計(jì)算方式見公式(1)。
在進(jìn)行模型訓(xùn)練及預(yù)測過程中,需要采用歸一化方法對輸入變量數(shù)據(jù)Ii進(jìn)行預(yù)處理。在本研究中,所采用的歸一化方法如公式(2)所示。
將預(yù)處理后變量Ii輸入網(wǎng)絡(luò),與此同時,將采用所設(shè)置完畢的初始權(quán)重(Wi)j、偏置以及傳遞函數(shù)對下層輸出值(h)j進(jìn)行計(jì)算,其計(jì)算流程如公式(3)所示。
式中:
[(fx)]——傳遞函數(shù)。
在本研究中該函數(shù)采用tansig函數(shù),如具體表達(dá)式如公式(4)所示。
當(dāng)計(jì)算得到隱含層輸出值后,利用初始化后的隱含層與輸出層之間的連接權(quán)值(wjk)及偏置進(jìn)一步計(jì)算得到輸出層輸出值(Ok),如公式(5)所示。
當(dāng)輸入變量向前傳播至輸出層并計(jì)算得到輸出值后,進(jìn)一步利用全局均方差誤差對模型訓(xùn)練精度進(jìn)行判斷,全局均方差誤差可由公式(6)計(jì)算得到。
式中:
S— —訓(xùn)練樣本組數(shù);
——第p組樣本輸出變量實(shí)測值。
當(dāng)誤差無法符合預(yù)期,模型則利用梯度下降算法進(jìn)行反向傳播以重新調(diào)整各個層間權(quán)值(w)、金額偏置(b),其調(diào)整方式如公式(7)和(8)所示。
式中α為學(xué)習(xí)效率。
圖2 模型訓(xùn)練誤差
本研究以株洲某工業(yè)區(qū)為例,所選取變量分別為時間(t/天),填土厚度(H/cm),處理層填土厚度(H-c/cm)以及土體綜合模量(M/MPa),其中處理層填土厚度以及土體綜合模量均為固定值,對于本工程而言,其處理層填土厚度為9.0cm,土體綜合模量為45.7MPa。針對該工程地基沉降進(jìn)行長期監(jiān)測后獲取327天沉降變形數(shù)據(jù),在進(jìn)行神經(jīng)網(wǎng)絡(luò)模型計(jì)算時,選取前60天數(shù)據(jù)進(jìn)行模型訓(xùn)練,得到模型訓(xùn)練誤差如圖2所示。從圖中可以看出,該模型訓(xùn)練后誤差較小,可較好地反應(yīng)該工程地基沉降情況。
進(jìn)一步采用訓(xùn)練后模型對該工程地基長期沉降變形進(jìn)行預(yù)測,得到最終結(jié)果如表1所示。從表中可知,整體而言,預(yù)測結(jié)果和檢測結(jié)果差距較小,在工程后94天以及327天時,其監(jiān)測沉降變形分別為199.0mm和215.0mm,其預(yù)測結(jié)果分別191.0mm和210.0mm,絕對誤差均小于10%,可初步認(rèn)為該網(wǎng)絡(luò)模型可較完備地反應(yīng)地基長期沉降變形特征,且具有較高精度。
表1 預(yù)測結(jié)果
為更精準(zhǔn)地分析該網(wǎng)絡(luò)模型的預(yù)測能力,進(jìn)一步對比預(yù)測結(jié)果和實(shí)測結(jié)果得到如圖3所示的結(jié)果,從圖3中可知,整體而言,該模型輸出結(jié)果和實(shí)測結(jié)果匹配程度較好,表明該模型具有較為優(yōu)越的預(yù)測能力,不僅可較好地反應(yīng)短時期內(nèi)的地基沉降變形特征,且能較好地表征地基長期變形特征,通過短期內(nèi)實(shí)測數(shù)據(jù)進(jìn)行模型訓(xùn)練即可實(shí)現(xiàn)地基變形的長期預(yù)測,模型簡便,所需物理參數(shù)較少,具有重要的實(shí)際工程意義,可有效地指導(dǎo)實(shí)際工程。
圖3 預(yù)測結(jié)果與實(shí)測結(jié)果對比
本研究針對實(shí)際工程施工過程中的地基長期沉降變形問題,將人工神經(jīng)網(wǎng)絡(luò)算法引入進(jìn)預(yù)測模型中,構(gòu)建可實(shí)現(xiàn)地基長期沉降預(yù)測的神經(jīng)網(wǎng)絡(luò)模型,并結(jié)合株洲某工業(yè)區(qū)實(shí)際案例,對其工程價值進(jìn)行分析,得到主要結(jié)論如下。
a)結(jié)合實(shí)際工程情況以及地基沉降監(jiān)測數(shù)據(jù)實(shí)現(xiàn)模型訓(xùn)練,表明該模型可達(dá)到較高的預(yù)測精度,且可充分反應(yīng)各個因素對地基沉降變形特征的影響,能有效地反應(yīng)地基沉降變形特征。
b)將訓(xùn)練完成模型用于地基長期沉降變形預(yù)測,結(jié)果表明該模型預(yù)測精度較好,其預(yù)測值和實(shí)測值誤差較好,該模型科學(xué)合理,原理簡便,具有重要工程意義。