基于神经网络的纸坊隧道初始地应力场拓展分析

《基于神经网络的纸坊隧道初始地应力场拓展分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、施工技术基于神经网络的纸坊隧道初始地应力场拓展分析Basedonneuralnetworkanalysisofinitialstressfieldexpansionofzhifangtunnel1,212,3张乐婷王红霞魏明强(1甘肃交通职业技术学院，甘肃兰州730070；2兰州交通大学，甘肃兰州730070；3西北民族大学，甘肃兰州730070)摘要：初始应力场和待定因素之间的关系往往比较复杂，而神经网络可以容易的确定出初始应力场和待定因素之间的非线性映射关系,本文利用人工神经网络对初始地应力场进行拓展分析，并将该方法用于纸坊隧道初始地应力场的拓展分析研究，获得

2、了很好的效果，同时也总结出使用神经网络在进行地应力拓展分析时应注意的问题。关键词：初始地应力场；神经网络；有限元；数值分析Abstract：Therelationshipbetweentheinitialstressfieldanddeterminedfactorsaremorecomplex.Theneuralnetworkcaneasilydeterminethenonlinearrelationshipbetweentheinitialstressfieldanddeterminedfactors.Thispaperuseartificialneuralne

3、tworkstoexpandtheanalysistheinitialstressfield,andusethismethodtoexpandtheanalysisofinitialstressfieldofZhifangtunnel,andobtainedgoodresults.Italsosummeduptheproblemsthatusetheneuralnetworkstoanalysisstress.Keywords：initialstressfield；neuralnetwork；finiteelement；numericalanalysis中图分类号

4、：TU91文献标识码：B文章编号：1003-8965(2016)03-0109-03初始地应力场是大型工程建设的基本地质条件之一，有学者提出了波耳兹曼模型，1986年进行认知微观结构也是洞室开挖、边坡加固等岩土工程设计和施工的必要条地研究，提出了并行分布处理的理论，将该理论应用于神件。因此，许多大型工程都开展了地应力场的测试分析研经网络后出现了多层网络的BP算法，此网络即BP神经究工作，而得到的初始地应力场是否可靠，将直接影响到网络。[2～7]工程设计以及施工的可靠性与安全性。通过试验实地测量反向传播网络(BackPropagationofNetwork即地应力是

5、获取地应力场的最有效途径，但由于实测地应力BP网络)可以通过学习找出任意两组量之间的对应关系，受场地和经费的限制以及实测值仅仅反映了局部应力场而并利用该关系实现了输入和输出相互映射的作用，在理论得不到整个区域的应力场，并且在测试环节中由于误差的上已经证实它可以完成任何复杂的非线性映射。BP网络存在使得实测值不准确、具有离散性，故需要对实测地应具有输入层、输出层、隐含层(隐含层可以是一层或多层[1]力值进行进一步的分析和计算。因此，为了更好地满足)，它的主要特点是误差反向传播。BP算法的学习过程分工程设计和施工的需要，还必须在实测地应力结果的基础为两个阶段。正向传播

6、阶段：数据通过输入层经隐含层逐上，结合现场地质构造条件，通过有效的计算分析方法，层处理后到达输出层得到输出数据。反向传播阶段：若在进行地应力场的反演分析，以获得更为准确的适用范围来输出层未能得到期望的输出值，则将误差反向传递，并根适应较大的地应力场。目前解决该问题应用较多的方法是据误差来修改权值。最终当误差达到计算者的要求时，网对计算区域进行数值模拟，利用实测值反演出整个区域的络的学习过程就可以结束。故BP网络可以用于回归分析、应力场。本文在大量阅读国内外相关资料的基础上，结合预测分析、事物识别和划分等。纸坊隧道地应力场研究实例，研究了神经网络拓展方法，同时使用该

7、方法对纸坊隧道进行了地应力场的反演。2BP网络在地应力反演中的应用1人工神经网络的基本理论影响地应力场的主要因素有自重应力场和地质构造应力场，其中构造应力场目前还没有成熟的公式来计算。因人工神经网络(ArtificialNeuralNetworks即ANN)而地应力场的计算大多是根据多元回归法原理，并通过拟是利用计算机系统对人脑系统工作的简单模拟。1943年合而得出。数理逻辑学家W.Pitts和心理学家W.S.McCulloch最早近年来，人工神经网络对地应力场的拓展提供了另一提出了神经网络。1982年，美国加州工学院物理学家种有效途径，并在生物、电子、计算机、数

8、学、物理等