周佳榮，侯 莉

（四川省地質(zhì)礦產(chǎn)勘查開(kāi)發(fā)局化探隊(duì)，四川 德陽(yáng) 618000）

在礦山巖質(zhì)邊坡防治中，影響其破壞類(lèi)型的因素多種多樣，如結(jié)構(gòu)面與邊坡面的空間關(guān)系、邊坡高度、內(nèi)聚力等[1]。它們對(duì)邊坡的破壞類(lèi)型的影響程度各不相同，影響大的成為主控因素；影響小的成為次要因素。而主控因素的分析對(duì)采取相應(yīng)有效的邊坡加固治理措施具有重要的意義[2]。

一般的做法是利用經(jīng)驗(yàn)結(jié)合邊坡的具體情況來(lái)確定那些因素的大小。這種方法一方面缺乏說(shuō)服力，一方面對(duì)于經(jīng)驗(yàn)不足的人來(lái)說(shuō)往往會(huì)造成不必要的錯(cuò)誤。本文基于神經(jīng)網(wǎng)絡(luò)對(duì)礦山邊坡穩(wěn)定性分析的同時(shí)提取其中的權(quán)值和閾值，利用輸入對(duì)輸出的相對(duì)作用強(qiáng)度（RSE），來(lái)計(jì)算影響邊坡破壞類(lèi)型的因素對(duì)兩種邊坡破壞類(lèi)型（圓弧型、折線型）影響度。這樣不僅能將定量和定性的因素考慮在里面，而且利用數(shù)據(jù)更有說(shuō)服力。

1 基于神經(jīng)網(wǎng)絡(luò)邊坡破壞類(lèi)型的確定

神經(jīng)網(wǎng)絡(luò)法用于研究礦山邊坡工程具有獨(dú)特的優(yōu)勢(shì),利用神經(jīng)網(wǎng)絡(luò)可以將各種影響因素作為輸入變量,建立這些定性或定量影響因素與邊坡安全系數(shù)、破壞類(lèi)型之間的高度非線性映射模型，再用模型來(lái)評(píng)價(jià)邊坡的安全性[3]。

對(duì)于礦山巖質(zhì)邊坡來(lái)說(shuō)，本文選取9個(gè)影響因素作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)。它們是：結(jié)構(gòu)面與邊坡面的空間關(guān)系、巖石抗壓強(qiáng)度、結(jié)構(gòu)面傾角、內(nèi)聚力、內(nèi)摩擦角、地下水條件、巖石結(jié)構(gòu)類(lèi)型、邊坡高度、邊坡角[1，4]。其中有一些為定性指標(biāo)，可以這樣來(lái)規(guī)定：結(jié)構(gòu)面與邊坡面的位置關(guān)系（平行0；斜交0.5；垂直1）；巖石結(jié)構(gòu)類(lèi)型（層狀0；鑲嵌狀0.5；塊狀1）；邊坡可能破壞的類(lèi)型（圓弧形0；折線形1）。

1.1 訓(xùn)練樣本的歸一化

上述9個(gè)影響因素作為網(wǎng)絡(luò)輸入節(jié)點(diǎn)時(shí)，由于各因素具有不同的量綱，且類(lèi)型不同，數(shù)值相差甚遠(yuǎn)，難以進(jìn)行直接比較，因此，在綜合評(píng)價(jià)前把這些指標(biāo)按某種效用函數(shù)歸一化處理，同時(shí)也可以防止小數(shù)值信息被大數(shù)值信息所淹沒(méi)[5,6]。

一般提法是將各輸入量歸一化至[0,1],但考慮到Sigmoid函數(shù)在值域[0.0,0.1]和[0.9,1.0]區(qū)域內(nèi)曲線變化極為平坦[7]，這種方法就存在一定缺陷。這里采用(X-Min(x))/(Max(x)-Min(x))×0.8+0.1函數(shù)對(duì)該問(wèn)題進(jìn)行處理，使得歸一化應(yīng)后各輸入量在[0.10,0.90]區(qū)域內(nèi)。

1.2 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

從文獻(xiàn)[4]中收集的25個(gè)樣本,其中20個(gè)作為訓(xùn)練樣本,5個(gè)作為檢驗(yàn)樣本。將樣本歸一化后（表1）用于BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

表1 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本集

針對(duì)邊坡破壞類(lèi)型的訓(xùn)練學(xué)習(xí)，本次輸入層為9個(gè)處理單元，輸出層為1個(gè)單元，隱層處理單元為16個(gè)。網(wǎng)絡(luò)經(jīng)過(guò)7步學(xué)習(xí)收斂，誤差達(dá)到0.0015的精度，基本滿足要求。

1.3 神經(jīng)網(wǎng)絡(luò)的測(cè)試分析

根據(jù)上述建立的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，對(duì)5個(gè)待檢驗(yàn)的樣本進(jìn)行預(yù)測(cè)評(píng)價(jià)，結(jié)果見(jiàn)表2。

表2 邊坡破壞類(lèi)型神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果

通過(guò)利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行分析表明，預(yù)測(cè)結(jié)果的最大絕對(duì)誤差小于0.05，對(duì)與判別是0（圓弧形破壞）還是1（折線形破壞）影響不大，預(yù)測(cè)的結(jié)果正確可靠，且網(wǎng)絡(luò)的收斂速度快，說(shuō)明上述網(wǎng)絡(luò)模型具有較強(qiáng)的可靠性和實(shí)用性。

2 基于相對(duì)作用強(qiáng)度的影響因素評(píng)價(jià)

2.1 相對(duì)作用強(qiáng)度(RSE)概念

對(duì)于一個(gè)訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)，其輸出可以被看作為是輸人的復(fù)合函數(shù)。對(duì)連續(xù)可導(dǎo)的原函數(shù)，這就是所求的相互作用[8]，即神經(jīng)網(wǎng)絡(luò)輸人對(duì)輸出的相對(duì)作用強(qiáng)度（RSE）。

根據(jù)上述，網(wǎng)絡(luò)的輸人i和輸出k間有下式存在：

式中求出的RSEki值，是對(duì)網(wǎng)絡(luò)各輸入單元對(duì)某一個(gè)輸出單元相對(duì)影響的一種度量。其絕對(duì)值大小，表示輸入單元對(duì)輸出單元的狀態(tài)時(shí)所起作用的大小；正號(hào)（或負(fù)號(hào)）表示輸出單元的增值方向與輸入單元相同（或相反）。由此，我們可將RSE應(yīng)用到計(jì)算影響邊坡破壞類(lèi)型因素的相對(duì)影響與作用的大小和方向，從而區(qū)分主要因素和次要因素，為邊坡治理提供依據(jù)。

2.2 RSE計(jì)算結(jié)果的分析

在上面建立的神經(jīng)網(wǎng)絡(luò)中提取權(quán)值和閾值應(yīng)用到RSE中，就可以對(duì)其復(fù)雜的影響參數(shù)的相對(duì)作用進(jìn)行分析，從而找出各個(gè)影響因素對(duì)邊坡破壞類(lèi)型所起作用的規(guī)律。所得到的具體結(jié)果見(jiàn)圖1。

從圖1可以看出，巖石單軸抗壓強(qiáng)度和巖石結(jié)構(gòu)類(lèi)型對(duì)邊坡破壞類(lèi)型的影響最大，且成正相關(guān)關(guān)系，說(shuō)明隨巖石單軸抗壓強(qiáng)度的增高，邊坡趨向折線型破壞；巖石的結(jié)構(gòu)類(lèi)型由層狀向鑲嵌狀、塊狀變化，邊坡也由圓弧型向折線型破壞方向發(fā)展。其他七個(gè)影響因素與邊坡的破壞類(lèi)型成負(fù)相關(guān)關(guān)系，說(shuō)明隨著這幾個(gè)影響因素值的增加，邊坡趨向于圓弧型破壞。在這9個(gè)因素中巖石單軸抗壓強(qiáng)度和巖石結(jié)構(gòu)類(lèi)型為主控因素，其他因素為次要因素，但并不是可以忽略的因素。

圖1 輸入對(duì)輸出的相對(duì)作用強(qiáng)度

3 結(jié)論

本文利用BP神經(jīng)網(wǎng)絡(luò)建立模型對(duì)邊坡的破壞類(lèi)型進(jìn)行分類(lèi)，該模型得出得結(jié)構(gòu)可靠、計(jì)算速度快，有較強(qiáng)得實(shí)用性。利用輸入對(duì)輸出的相對(duì)作用強(qiáng)度（RSE）來(lái)分析影響邊坡破壞類(lèi)型的因素，用數(shù)據(jù)的形式來(lái)說(shuō)明，較有說(shuō)服力。能較為準(zhǔn)確地確定出影響邊坡破壞類(lèi)型的主要因素，在工程實(shí)踐中就能知道應(yīng)該重點(diǎn)關(guān)注哪些主要影響因素，而哪些因素可以忽略，有利于以后計(jì)算模型的優(yōu)化。