基于BP神經(jīng)網(wǎng)絡(luò)的邊坡穩(wěn)定性分析*

郭鐘群，余金勇，彭道強(qiáng)，吳 廣

(1.江西理工大學(xué)，江西 贛州 341000;2.江西銅業(yè)集團(tuán)公司德興銅礦，江西 德興 334224;3.深圳天華建筑設(shè)計(jì)有限公司，廣東 深圳 518040)

1 引言

邊坡的穩(wěn)定性一直是巖土工程界研究的重點(diǎn)、熱點(diǎn)問題。隨著我國經(jīng)濟(jì)建設(shè)的不斷推進(jìn)，在工程建設(shè)領(lǐng)域涌入了大量的邊坡問題，如在礦山工程、道路鐵道工程、水利港口工程等領(lǐng)域出現(xiàn)大量的高陡邊坡[1]。邊坡一旦失穩(wěn)破壞會(huì)給人民的生命財(cái)產(chǎn)安全以及國家的經(jīng)濟(jì)建設(shè)帶來不可估量的損失，如何安全有效地準(zhǔn)確評(píng)價(jià)邊坡的穩(wěn)定性有重大的現(xiàn)實(shí)意義。

由于邊坡巖土體的地質(zhì)環(huán)境復(fù)雜以及受多種因素共同作用，使得邊坡穩(wěn)定性分析存在明顯的不確定性——模糊性和隨機(jī)性，傳統(tǒng)的分析方法并不能有效地解決邊坡的不確定性問題，因此運(yùn)用不確定性評(píng)價(jià)方法對(duì)邊坡穩(wěn)定性進(jìn)行評(píng)價(jià)是切實(shí)可行和十分有效的[2]。本文利用BP神經(jīng)網(wǎng)絡(luò)理論對(duì)德興銅礦黃牛前邊坡進(jìn)行分析評(píng)價(jià)，結(jié)果與實(shí)際情況相符，說明該方法對(duì)指導(dǎo)實(shí)際工程有重要作用。

2 邊坡穩(wěn)定性分析方法

2.1 定性評(píng)價(jià)分析方法

定性評(píng)價(jià)分析方法通常也叫“非數(shù)量分析法”，其主要特點(diǎn)是:通過工程地質(zhì)勘察報(bào)告，工程師根據(jù)以前研究案例和個(gè)人豐富實(shí)踐經(jīng)驗(yàn)以及主觀的判斷和分析能力對(duì)邊坡影響因素進(jìn)行分析以及對(duì)邊坡可能的變形破壞模式或失穩(wěn)機(jī)制進(jìn)行預(yù)測(cè)。通常包含以下幾種方法:自然 (成因)歷史分析法、工程類比法[3]、SMR 分析法[4]、幾何圖解法[5]等。這些方法的主要優(yōu)點(diǎn)是可以綜合考慮多種影響因素的影響，并且能夠訊速地判斷邊坡的穩(wěn)定狀態(tài)。

2.2 定量評(píng)價(jià)分析方法

定量評(píng)價(jià)分析方法也稱為“數(shù)學(xué)模型法”，邊坡穩(wěn)定性定量評(píng)價(jià)是以地質(zhì)資料分析為前提，將復(fù)雜繁瑣的模型經(jīng)過合理的簡化，并將所得數(shù)據(jù)資料代入簡化的模型進(jìn)行定量計(jì)算，從而得出評(píng)判結(jié)果。定量評(píng)價(jià)的關(guān)鍵問題是模型的如何簡化和參數(shù)的如何選取，因?yàn)樘^簡化的模型不能夠客觀真實(shí)地反映實(shí)際狀況，而太過復(fù)雜的模型即便是考慮的因素全面，但是會(huì)由于本構(gòu)關(guān)系或者提取參數(shù)的可信度影響，使得研究問題的結(jié)果不能客觀地反映真實(shí)情況，失去意義。目前只有極限平衡分析方法[6]和數(shù)值分析[7]方法應(yīng)用最為廣泛和普遍。

2.3 不確定性分析評(píng)價(jià)方法

由于邊坡的穩(wěn)定性受大量的因素共同影響決定的，這些影響因素有些是包含一些定量因素和一些定性因素和人為因素，而且組成邊坡的巖體是多樣性的，地質(zhì)環(huán)境復(fù)雜多變、多種因素的隨機(jī)性導(dǎo)致邊坡的穩(wěn)定性分析帶有很強(qiáng)的不確定性。傳統(tǒng)的分析方法往往不能取得令人滿意的結(jié)果，所以國內(nèi)外許多學(xué)者通過引入一些新理論和交叉學(xué)科，更客觀地對(duì)邊坡的實(shí)際情況做穩(wěn)定性評(píng)價(jià)。如可靠度分析方法[8]、模糊綜合評(píng)價(jià)分析方法、灰色理論[9]分析方法以及神經(jīng)網(wǎng)絡(luò)分析方法，此類方法在邊坡穩(wěn)定性評(píng)價(jià)中得到了較理想的應(yīng)用成果，使得不確定性評(píng)價(jià)方法成為邊坡穩(wěn)定研究的熱點(diǎn)[10]。

3 神經(jīng)網(wǎng)絡(luò)的基本原理

3.1 BP神經(jīng)網(wǎng)絡(luò)概述

神經(jīng)網(wǎng)絡(luò)是由大量的神經(jīng)元組合而成的，神經(jīng)元是神經(jīng)網(wǎng)絡(luò)最基本的單元。神經(jīng)網(wǎng)絡(luò)對(duì)信息的處理功能主要由神經(jīng)元的輸入輸出、神經(jīng)元的閥值、連接權(quán)的大小、網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)共同作用的。

BP神經(jīng)網(wǎng)絡(luò)往往也被稱為誤差反向傳播神經(jīng)網(wǎng)絡(luò)(Error Back Propagation Neural Network)，該網(wǎng)絡(luò)是目前發(fā)展最為成熟、應(yīng)用最普遍的神經(jīng)網(wǎng)絡(luò)模型，其中絕大多數(shù)的網(wǎng)絡(luò)均選取BP網(wǎng)絡(luò)模型或者它的變化形式[11]。BP網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，由輸入層、一個(gè)或多個(gè)中間層(隱含層)以及輸出層組成，所以它至少具有三層或以上的網(wǎng)絡(luò)構(gòu)成。其結(jié)構(gòu)和學(xué)習(xí)過程見圖1。

圖1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)過程

3.2 BP神經(jīng)網(wǎng)絡(luò)算法步驟

BP算法的本質(zhì)內(nèi)容是求解誤差函數(shù)的最小值問題，其主要思想是把學(xué)習(xí)過程分為輸入信號(hào)的正向傳播及其訓(xùn)練誤差的反向傳播兩個(gè)步驟，其中正向傳播過程為把一對(duì)學(xué)習(xí)樣本傳輸給網(wǎng)絡(luò)，由輸入層傳輸?shù)街虚g層各神經(jīng)元，再通過中間層各神經(jīng)元逐個(gè)處理后傳到輸出層逐層更新，網(wǎng)絡(luò)的每前一層的輸出值將作為后一層網(wǎng)絡(luò)的輸入值，也稱為前向傳播過程;如果網(wǎng)絡(luò)的實(shí)際輸出值與期望輸出值一致，那么該學(xué)習(xí)樣本學(xué)習(xí)結(jié)束并對(duì)下一個(gè)樣本進(jìn)行學(xué)習(xí);如果網(wǎng)絡(luò)的實(shí)際輸出值與目標(biāo)輸出值并不一致，那么該網(wǎng)絡(luò)將轉(zhuǎn)入誤差的反向傳播階段，網(wǎng)絡(luò)按照減少期望輸出與實(shí)際輸出之間的誤差方向，由輸出層開始以某種方式逐層向前傳播，并將誤差分?jǐn)偨o所有神經(jīng)元，并調(diào)整神經(jīng)元之間的連接權(quán)值，最后回到輸入層，這種算法叫做“誤差的逆?zhèn)鞑ニ惴ā薄＝?jīng)過周而復(fù)始的調(diào)節(jié)，不斷調(diào)整神經(jīng)元之間的連接權(quán)值，直到輸出誤差滿足精度要求為止，停止學(xué)習(xí)[12]。BP神經(jīng)網(wǎng)絡(luò)算法流程圖如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)算法流程圖

4 工程應(yīng)用

德興銅礦位于江西省德興市，是我國有色礦山中最大的露天礦，地處懷玉山北麓，多山地丘陵，礦藏儲(chǔ)量大并且集中，埋藏較淺，剝采比小，同時(shí)綜合利用元素較多，還有金、銀、鉬等多種稀有元素。隨著三期工程建設(shè)和挖潛改造工作的推進(jìn)，礦山開采規(guī)模已達(dá)10萬t/日，年采剝總量達(dá)6400多萬t。銅廠礦區(qū)黃牛前、楊桃塢、水龍山、石金巖和西源嶺開采階段邊坡已形成，且邊坡暴露高度最高達(dá)400多m，根據(jù)設(shè)計(jì)，部分區(qū)域最終邊坡高度將超過700m，其邊坡范圍與邊坡高度在國內(nèi)是處于前列的。

在礦山開采過程中，由于巖體自重應(yīng)力、斷層、節(jié)理等地質(zhì)構(gòu)造以及爆破震動(dòng)、地下水等各方面因素的影響作用，部分區(qū)段的邊坡已出現(xiàn)局部不穩(wěn)定現(xiàn)象。本文以黃牛前邊坡為例，分析其邊坡穩(wěn)定性。從文獻(xiàn)[13－14]中收集42個(gè)邊坡實(shí)例作為學(xué)習(xí)樣本，輸入向量選取對(duì)邊坡穩(wěn)定影響較大的因素:巖土體容重、粘聚力、內(nèi)摩擦角、邊坡角和坡高以及孔隙壓力比等，輸出向量選取邊坡安全系數(shù)和邊坡穩(wěn)定狀態(tài)，對(duì)于邊坡穩(wěn)定狀態(tài)1表示穩(wěn)定，0表示破壞。學(xué)習(xí)樣本中36個(gè)作為訓(xùn)練樣本，6個(gè)作為檢測(cè)樣本，以此來測(cè)試網(wǎng)絡(luò)的性能，將訓(xùn)練好的網(wǎng)絡(luò)運(yùn)用于“黃牛前”邊坡，得出該邊坡得出穩(wěn)定狀態(tài)。部分訓(xùn)練樣本如表1所示。

表1 邊坡穩(wěn)定性訓(xùn)練樣本

為了提高網(wǎng)絡(luò)的精度和消除參數(shù)量綱之間的影響以及加快網(wǎng)絡(luò)訓(xùn)練速度，需要對(duì)學(xué)習(xí)樣本進(jìn)行歸一化處理。由于孔隙壓力比的范圍在區(qū)間[0，1]之間，對(duì)其影響太小故不需要對(duì)其進(jìn)行歸一化，歸一化后的樣本見表2。選取6個(gè)檢測(cè)樣本見表3。

表2 歸一化處理后的訓(xùn)練樣本

表3 檢測(cè)樣本數(shù)據(jù)

使用Matlab7.0的神經(jīng)網(wǎng)絡(luò)工具箱，選擇BP網(wǎng)絡(luò)對(duì)學(xué)習(xí)樣本進(jìn)行反復(fù)訓(xùn)練，建立學(xué)習(xí)樣本的輸入向量與輸出向量之間的非線性關(guān)系。訓(xùn)練結(jié)果表明:選用11個(gè)中間隱含層節(jié)點(diǎn)的訓(xùn)練效果最佳，其中傳遞函數(shù)均選用‘tansig’，訓(xùn)練函數(shù)選用自適應(yīng)學(xué)習(xí)速率的梯度下降法‘traingdx’，最大訓(xùn)練次數(shù)為15000 次，訓(xùn)練精度為 0.001，學(xué)習(xí)率為 0.05，其他參數(shù)均選用默認(rèn)值。選用6－11－2的模型對(duì)表2和3分別進(jìn)行訓(xùn)練和仿真，經(jīng)過11470步的訓(xùn)練，網(wǎng)絡(luò)已經(jīng)收斂，誤差滿足設(shè)置要求。網(wǎng)絡(luò)訓(xùn)練好后，用檢測(cè)樣本預(yù)測(cè)網(wǎng)絡(luò)性能，把邊坡系數(shù)安全目標(biāo)值與網(wǎng)絡(luò)預(yù)測(cè)值進(jìn)行對(duì)比見表4和圖3。

表4 檢測(cè)樣本實(shí)際值與預(yù)測(cè)值

圖3 安全系數(shù)目標(biāo)值與網(wǎng)絡(luò)預(yù)測(cè)值對(duì)比圖

由圖3可知，經(jīng)過對(duì)學(xué)習(xí)樣本的訓(xùn)練和選取合理的參數(shù)，通過對(duì)檢測(cè)樣本安全系數(shù)目標(biāo)值與網(wǎng)絡(luò)預(yù)測(cè)值對(duì)比，可以發(fā)現(xiàn)仿真結(jié)果與實(shí)際結(jié)果是比較接近的，其中有5個(gè)是正確的，二者結(jié)果相差很小，樣本38的判定結(jié)果是錯(cuò)誤的，網(wǎng)絡(luò)的正確判斷率為83.33%。綜合起來，神經(jīng)網(wǎng)絡(luò)的性能還是得到了比較好的體現(xiàn)，可以應(yīng)用于工程實(shí)例，把上述訓(xùn)練好的網(wǎng)絡(luò)模擬“黃牛前”邊坡，經(jīng)網(wǎng)絡(luò)模擬得出安全系數(shù)為1.0689，邊坡狀態(tài)為破壞與實(shí)際情況一致，對(duì)指導(dǎo)實(shí)際工程有很大作用。

5 結(jié)論

由于我國現(xiàn)代經(jīng)濟(jì)建設(shè)的需要，在工程建設(shè)論域出現(xiàn)了大量的高陡邊坡，而邊坡一旦失穩(wěn)破壞，將會(huì)對(duì)人們的生命財(cái)產(chǎn)安全以及經(jīng)濟(jì)發(fā)展帶來不可估量的損失。因此，需要對(duì)存在的邊坡進(jìn)行穩(wěn)定性分析，并對(duì)潛在不穩(wěn)定的邊坡進(jìn)行合理的治理，減少滑坡災(zāi)害的發(fā)生。本文針對(duì)“黃牛前”邊坡，考慮了巖性、巖體結(jié)構(gòu)等多種影響邊坡穩(wěn)定性的影響因素，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)學(xué)習(xí)樣本的訓(xùn)練，建立輸入向量與輸出向量的非線性關(guān)系，將訓(xùn)練好的網(wǎng)絡(luò)預(yù)測(cè)“黃牛前”邊坡的安全系數(shù)與評(píng)價(jià)邊坡狀態(tài)，結(jié)果符合現(xiàn)場(chǎng)實(shí)際情況。

[1]孫玉科，姚寶魁.我國巖質(zhì)邊坡變形破壞的主要地質(zhì)模式[J].巖石力學(xué)與工程學(xué)報(bào)，1983(01):12－16.

[2]馮夏庭，王泳嘉，盧世宗.邊坡穩(wěn)定性的神經(jīng)網(wǎng)絡(luò)估計(jì)[J].工程地質(zhì)學(xué)報(bào)，1995(04):145－151.

[3]周海清，劉東升，陳正漢.工程類比法及其在滑坡治理工程中的應(yīng)用[J].地下空間與工程學(xué)報(bào)，2008(06):97－101.

[4]Romany M.SMR classification[M].In Proe.7th ISRM Congress，1991:955－960.

[5]鄭文曉，吳平.圖解法在地質(zhì)災(zāi)害評(píng)估中的應(yīng)用[J].西部探礦工程，2008(03):16－21.

[6]皺廣電，魏汝龍.土坡穩(wěn)定分析普遍極限平衡法數(shù)值解的理論及方法研究[J].巖石力學(xué)與工程學(xué)報(bào)，2006(02):146－150.

[7]王曉東，陳守龍.路基邊坡穩(wěn)定性有限元數(shù)值分析[J].安徽建筑，2011(01):17－18.

[8]邰中勇.滑坡穩(wěn)定性可靠度分析方法及應(yīng)用[J].人民長江，2011(22):32－34.

[9]馮勤生.邊坡巖體變形灰色預(yù)測(cè)研究[J].內(nèi)蒙古科技大學(xué)學(xué)報(bào)，2011(03):196－198.

[10]王東，袁景.邊坡穩(wěn)定性分析中不確定性方法的評(píng)價(jià)[J].遼寧工程技術(shù)學(xué)報(bào)，2005(s2):4－7.

[11]童樹奇.人工神經(jīng)網(wǎng)絡(luò)在邊坡工程中的應(yīng)用研究[J].廣東土木與建筑，2006(09):25－29.

[12]何方維，朱明，劉文生，等.BP網(wǎng)絡(luò)在露天礦邊坡角優(yōu)化中的應(yīng)用[J].災(zāi)害學(xué)，2001(01):35－40.

[13]付義祥，劉世凱，劉大鵬.RBF神經(jīng)網(wǎng)絡(luò)在邊坡巖體穩(wěn)定性中的預(yù)測(cè)研究[J].武漢理工大學(xué)學(xué)報(bào)，2007(02):170－174.

[14]侯殿昆，宋秀琴，吳登軍.基于神經(jīng)網(wǎng)絡(luò)的多參數(shù)露天邊坡穩(wěn)定性分析[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2007(05):649－652.