張 峰

(西安市市政設施管理中心,陜西 西安 710600)

0 引言

隨著城鎮(zhèn)化速度加快,在我國城市快速擴張的背景下,城市中的人口密集程度更高,城市道路坍塌事故呈多發(fā)頻發(fā)態(tài)勢,且損失與傷亡較為嚴重,城市道路塌陷問題成為一個看不見的安全隱患,隨時威脅著人們生活。據(jù)不完全公開報道統(tǒng)計,在我國每年平均發(fā)生230余起城市道路塌陷事故,造成人員傷亡。特別是近些年,城鎮(zhèn)人口增多,道路建設提速發(fā)展,導致城市道路塌陷災害提前進入爆發(fā)期,越來越多的道路塌陷事故引發(fā)多人死傷的惡劣事件,造成了重大社會輿情,同時直接威脅我國城市建設步伐的可持續(xù)發(fā)展。因此,應對道路塌陷災害事故的發(fā)生,必須以預防為主,及時進行預警和防治工作[1-2]。

1 ANFIS預測方案

ANFIS是一種基于Takagi-Sugeno模型的模糊推理系統(tǒng),它將模糊控制的模糊化、模糊推理和反模糊化3個基本過程全部用神經(jīng)網(wǎng)絡來實現(xiàn),利用神經(jīng)網(wǎng)絡的學習機制自動地從輸入輸出樣本數(shù)據(jù)中抽取規(guī)則,構成自適應神經(jīng)模糊控制器,通過離線訓練和在線學習算法進行模糊推理控制規(guī)則的自調(diào)整,使其系統(tǒng)本身朝著自適應、自組織、自學習的方向發(fā)展[3-7]。

假定模糊推理系統(tǒng)有2個輸入x和y,單個輸出z。對于一階Takagi-Sugeno模糊模型,如果具有以下2條模糊規(guī)則:

規(guī)則1:

ifxisA1andyisB1thenf1=p1x+q1y+r1

(1)

規(guī)則2:

ifxisA2andyisB2thenf1=p2x+q2y+r2

(2)

一階T-S模糊推理系統(tǒng)的ANFIS網(wǎng)絡結構如圖1所示。

道路塌陷預測的4個影響因素分別為內(nèi)部管道滲漏影響因素、外部水流沖刷影響因素、道路承壓影響因素及路面沉降影響因素。本文通過利用神經(jīng)網(wǎng)絡的學習機制自動地從輸入輸出樣本數(shù)據(jù)中抽取規(guī)則,分別輸入內(nèi)部管道滲漏影響因素、外部水流沖刷影響因素、道路承壓影響因素及路面沉降影響因素參數(shù),通過離線訓練進行模糊推理控制道路塌陷預測結果。

本文以今年全國發(fā)生塌陷事故為研究背景,采用ANFIS法研究道路塌陷預測的主要參數(shù)對其的影響,通過建立模型設置觀測點,得到預測結果模型并對參數(shù)進行優(yōu)化,以期得到最優(yōu)預測結果。

2 參數(shù)方案

一般情況下道路塌陷預測主要參數(shù)為內(nèi)部管道滲漏影響因素、外部水流沖刷影響因素、道路承壓影響因素及路面沉降影響因素,根據(jù)近些年道路塌陷原因分類,對該4項影響因素進行賦值分別為:內(nèi)部管道滲漏影響因素在0.6～1.4,外部水流沖刷影響因素40～60,道路承壓影響因素2～4,路面沉降影響因素8～12之間。

在設定觀測數(shù)據(jù)方案時,每個參數(shù)選擇3個觀測水平,具體如表1所示。

表1 觀測因素和水平

根據(jù)我國地質(zhì)環(huán)境分布類型,共選取10個觀測點,探討各觀測點的影響因素對道路塌陷造成的影響。

3 觀測結果分析

觀測結果如表2所示。根據(jù)道路路面反饋沉降結果,對4個因素進行深入分析,在此基礎上本文采用式(1)所示二階模型對表面沉降值進行道路塌陷預測:

表2 試驗方案和預測結果

(3)

其中,F為道路塌陷預測結果。

利用方差分析能夠評估建立模型的可靠度,同時能夠判斷參數(shù)對道路塌陷的影響程度,置信水平選擇95%,道路塌陷方差分析見表3,同時擬合系數(shù)為0.995,這說明該預測模型準確性相對較高。

表3 道路塌陷方差分析結果

建立的二階預測模型如式(2)所示,從中可以看出外部水流沖刷影響因素作用相對明顯,外部水流沖刷影響因素的二階作用也最為明顯,外部水流沖刷影響因素和道路承壓影響因素的交互作用最明顯。對道路塌陷的一階影響從大到小依次為:外部水流沖刷影響因素、道路承壓影響因素、內(nèi)部管道滲漏影響因素和路面沉降影響因素。

F=1.87+0.29A-0.64B+1.05C+0.091D-0.091A2+
0.31B2+0.18C2-0.14D2-0.18AB+0.25AC-
0.58BC+0.025BD

(4)

不同參數(shù)的道路塌陷預測結果如圖2所示,可以看出隨著路面沉降影響因素的增大,道路承壓風險因素明顯增大,在預測時這種變化不明顯;外部水流影響因素增加的影響較為明顯,沉降影響因素增加較大時有略微增大的趨勢,在預測時該變化較為明顯;外部水流影響因素及道路承壓因素增加,預測變化明顯;除了在外部流水沖刷影響因素較小時,其余參數(shù)組合情況下,道路塌陷風險增加,預測難度有提升的趨勢。

4 參數(shù)優(yōu)化

根據(jù)得到的道路塌陷觀測預測模型,利用ANFIS優(yōu)化方法,對觀測模型進行優(yōu)化,得到最佳道路塌陷預測預警參數(shù)組合,預測結果越接近1優(yōu)化結果越準確,通過優(yōu)化后,預測結果合意性最大為0.967。利用計算所得觀測預警參數(shù)進行再次復測,經(jīng)過測量優(yōu)化結果對比誤差為6.15%,說明本模型及預測優(yōu)化在實際應用中得到良好使用效果,具有一定的推廣性,從而防范城市道路塌陷帶來的人身財產(chǎn)損失。

5 結論

1)通過研究近些年道路坍塌事故原因,抓取引發(fā)坍塌事故4項主要因素。

2)設計了道路坍塌觀測參數(shù)實驗方案,得到了外部水流沖刷影響因素、道路承壓影響因素、內(nèi)部管道滲漏影響因素和路面沉降影響因素引發(fā)道路坍塌風險的大小。

3)建立了道路坍塌預測模型,并對模型參數(shù)進行優(yōu)化,優(yōu)化后復測實驗參數(shù)誤差為6.15%,說明本模型及預測優(yōu)化在實際應用中得到良好使用效果。