基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型

王 醒，吳向男，馬 斌，解偉峰

(1. 金鉬股份有限責(zé)任公司；2. 西安理工大學(xué)；3．陜西核工業(yè)215醫(yī)院)

?

基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型

王 醒1，吳向男2，馬 斌2，解偉峰3

(1. 金鉬股份有限責(zé)任公司；2. 西安理工大學(xué)；3．陜西核工業(yè)215醫(yī)院)

為了研究隧洞施工安全評價方法，以某正在施工的隧洞為背景，確定了24個安全評價指標(biāo)，設(shè)計了隧洞施工的多層前饋BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，建立了較為完善的基于BP神經(jīng)網(wǎng)絡(luò)的隧洞施工安全評價體系模型，并驗證了其實用性。對背景工程進(jìn)行了施工安全評價，評價結(jié)果與工地實地考察結(jié)果一致，說明所建立的隧洞施工安全評價模型的有效性和實用性。

隧洞施工；BP神經(jīng)網(wǎng)絡(luò)；安全評價

0 引 言

近十幾年來隨著我國國民經(jīng)濟(jì)的高速發(fā)展，水利水電工程的建設(shè)力度不斷加大。水工隧洞工程建設(shè)多集中在山區(qū)，施工條件差、地質(zhì)情況復(fù)雜且建設(shè)過程中風(fēng)險源多，風(fēng)險認(rèn)識、評價難度大，一旦風(fēng)險發(fā)生社會影響極大。目前，隧洞施工安全問題越來越得到國家相關(guān)部門和施工企業(yè)的的重視，廣大學(xué)者及工程技術(shù)人員對提高隧洞施工體系安全性領(lǐng)域的科學(xué)研究給予了極大地關(guān)注。結(jié)合某隧洞施工實踐，通過對該隧洞施工危險源的辨識評價，利用所建立的隧洞施工安全評價體系模型以及所確定的訓(xùn)練樣本，通過MATALAB7.6.0軟件中的人工神經(jīng)網(wǎng)絡(luò)工具箱訓(xùn)練網(wǎng)絡(luò)，然后在該平臺上來實現(xiàn)對隧洞施工過程的安全評價。

1 背景工程

某排水隧洞是為了保證尾礦庫的排水回水系統(tǒng)工程，該排洪系統(tǒng)沿溝左岸布置，回水系統(tǒng)先沿溝右岸布置，再繞行至溝左岸布置。該工程大致由排水隧洞、排水井、排水支洞、回水管道、回水井、消力池、陡槽、涵洞等結(jié)構(gòu)物組成，尾礦庫排水按千年一遇雨水標(biāo)準(zhǔn)設(shè)計。排水主隧洞全長1 733.42 m；排水豎井4座，總高度243.31 m；排水支洞3條，總長211.09 m。排水隧洞主洞與支洞，均按圓形斷面設(shè)計，直徑3.5 m。

項目場地整體平面呈樹枝型，溝谷呈V字型。地形起伏較大，地貌上屬秦嶺東段中低山侵蝕谷地。堆場基巖斷層較發(fā)育，排水隧道全徑基巖斷層較多，斷層均為正斷層。只有極少斷層進(jìn)入第四系坡、洪積碎石土，均為非全新活動斷層。巖層節(jié)理裂隙發(fā)育，節(jié)理成組，多呈微張，貫通性良好，部分節(jié)理被風(fēng)化碎屑和粘性土充填現(xiàn)象，為庫區(qū)的主要導(dǎo)水構(gòu)造之一。

2 基于BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價體系模型的建立

2.1 隧洞安全評價指標(biāo)的確定

建立恰當(dāng)?shù)乃矶词┕ぐ踩u價體系指標(biāo)是對隧洞施工進(jìn)行安全評價的第一步，它是整個安全過程的基礎(chǔ)環(huán)節(jié)。選擇評價體系指標(biāo)的恰當(dāng)與否，直接關(guān)系到對隧洞施工的安全評價結(jié)果的準(zhǔn)確性。建立隧洞施工安全評價指標(biāo)體系應(yīng)該遵守科學(xué)性、全面性、可行性、可比性和針對性的原則。本文根據(jù)國家有關(guān)安全法規(guī)、條例、標(biāo)準(zhǔn)和規(guī)定，以《施工企業(yè)安全生產(chǎn)評價標(biāo)準(zhǔn)》和《建筑施工安全檢查標(biāo)準(zhǔn)》為基礎(chǔ)，通過對隧洞施工系統(tǒng)事故成因分析和危險源的辨識評價，將隧洞施工的安全評價指標(biāo)體系分為人員因素、行政管理因素、施工現(xiàn)場管理因素、施工設(shè)備因素以及施工環(huán)境因素5 大方面(即準(zhǔn)則層)，24 個評價指標(biāo)(見表1)，并對每項評價指標(biāo)制定了量化評分的標(biāo)準(zhǔn)。

表1 隧洞施工安全評價體系指標(biāo)

2.2 BP算法程序的實現(xiàn)步驟

1986年，Rumelhart和McCelland為首的科學(xué)家小組提出了一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)—BP網(wǎng)絡(luò)。即運用梯度下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閥值使網(wǎng)絡(luò)的誤差平方和最小。隧洞施工安全評價信息具有不完全被知性且準(zhǔn)確合理的評價結(jié)果對專家經(jīng)驗的依耐性強(qiáng)。人工神經(jīng)網(wǎng)絡(luò)的特點是自學(xué)習(xí)性、自適應(yīng)性和巨量并行性，因此利用人工神經(jīng)網(wǎng)絡(luò)對隧洞施工進(jìn)行安全評價可以有效解決這個難題，促使專家經(jīng)驗被充分有效的吸收并具有比較強(qiáng)的抗干擾能力，所以近年來人工神經(jīng)網(wǎng)絡(luò)開始逐步被引入到隧洞施工安全評價的領(lǐng)域。

BP算法的實現(xiàn)步驟如圖1所示。從圖1中可以看出，標(biāo)準(zhǔn)的BP算法實現(xiàn)主要分以下七步。

(1)初始化權(quán)值：給權(quán)值矩陣W、V隨機(jī)賦值，把樣本模式的計數(shù)器p和訓(xùn)練次數(shù)的計數(shù)器q都設(shè)置成1，誤差E設(shè)置為0，學(xué)習(xí)率η設(shè)置為0～1之間的小數(shù)，把網(wǎng)絡(luò)訓(xùn)練所達(dá)到的精度Emin設(shè)置為正的小數(shù)；

(2)輸入訓(xùn)練樣本，計算每層的輸出：用當(dāng)前訓(xùn)練樣本Xp、tp對輸入向量X、期望輸出向量T賦值，分別計算輸出層輸出向量O和隱含層輸出向量Y的各自分量；

(3)計算網(wǎng)絡(luò)的輸出誤差：對訓(xùn)練樣本誤差來說，有多少組訓(xùn)練樣本p就有多少不同的誤差Ep，網(wǎng)絡(luò)的總誤差可用其中最大的一個來代表，表示為Emax；

(4)計算每層的誤差信號；

(5)調(diào)整每層的權(quán)值；

(6)對所有樣本是否完成第一次輪訓(xùn)進(jìn)行檢查：若計數(shù)器p

(7)對訓(xùn)練網(wǎng)絡(luò)的總誤差是否達(dá)到所要求的精度進(jìn)行檢查：如果EEmin，則E將置0，p將置1，隨后返回步驟(2)。

目前，BP算法的實現(xiàn)中調(diào)整權(quán)值的方法主要有兩種，即單樣本訓(xùn)練法和周期訓(xùn)練法。單樣本訓(xùn)練法只是針對每單個樣本產(chǎn)生的誤差所進(jìn)行的調(diào)整，難以避免顧此失彼，而致使訓(xùn)練的次數(shù)增加，是瘦臉的速率過慢。周期訓(xùn)練是以減小全局的訓(xùn)練誤差為目的，能保證訓(xùn)練總誤差往減小的方向上發(fā)展。在進(jìn)行多樣本的網(wǎng)絡(luò)訓(xùn)練時，周期訓(xùn)練法要比單樣本訓(xùn)練法的收斂速率快。因此采用周期訓(xùn)練法。

2.3 隧洞前饋BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計

對隧洞工程施工來說，隧洞施工的安全影響因素主要就是BP神經(jīng)網(wǎng)絡(luò)的安全評價模型輸入層的輸入數(shù)據(jù)(輸入向量)。為了便于說明問題，假定已經(jīng)建立了隧洞施工安全評價指標(biāo)體系，共有24個指標(biāo)，每個指標(biāo)具體數(shù)值通過專家打分獲得，為了省略后續(xù)處理過程中對數(shù)據(jù)的歸化，可以將分值設(shè)定在0～1之間。輸入向量可用X表示為(X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11，X12，X13，X14，X15，X16，X17，X18，X19，X20，X21，X22，X23，X24)。詳見表2。

為了對隧洞施工安全進(jìn)行有效的評價工作，需要對隧洞施工的安全評價狀態(tài)進(jìn)行分級，表3給出了分級狀態(tài)與對應(yīng)的期望輸出值。BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本問題解決以后，網(wǎng)絡(luò)的輸入層節(jié)點數(shù)和輸出層節(jié)點數(shù)便已確定。因此，多層前饋網(wǎng)絡(luò)設(shè)計主要解決設(shè)計幾個隱含層和每個隱含層設(shè)幾個節(jié)點的問題。隨著隧洞安全評價體系指標(biāo)個數(shù)的確定，輸入層的節(jié)點個數(shù)也就隨之確定下來，即安全評價指標(biāo)個數(shù)也就是輸入層節(jié)點個數(shù)。然而，輸出層的節(jié)點數(shù)是根據(jù)隧洞施工安全評價分級狀態(tài)確定的，即分級狀態(tài)的級別的個數(shù)等于輸出層的節(jié)點個數(shù)。根據(jù)分級表3可知，輸出層神經(jīng)元的個數(shù)為5個，T={T1，…T5}。在設(shè)計多層前饋網(wǎng)絡(luò)時，一般先考慮設(shè)一個隱層，當(dāng)一個隱層的節(jié)點數(shù)很多仍不能改善網(wǎng)絡(luò)性能時，才考慮再增加一個隱層。一般認(rèn)為，增加隱含層數(shù)能夠減小網(wǎng)絡(luò)的誤差，提高網(wǎng)絡(luò)訓(xùn)練的精度，但是隱含層的層數(shù)越多計算過程也就越復(fù)雜，這就急劇增加了訓(xùn)練時間。與此同時，由于在訓(xùn)練過程中隱含層數(shù)的增加，往往容易導(dǎo)致訓(xùn)練陷入權(quán)值收斂的局部最小誤差而無法跳出，網(wǎng)絡(luò)的權(quán)重就難以調(diào)整到最小誤差點處。

(1)

式中：m為隱層節(jié)點數(shù)，n為輸入層節(jié)點數(shù)，l為輸出層節(jié)點數(shù)，a為1～10之間的常數(shù)。

選取的BP網(wǎng)絡(luò)為三層結(jié)構(gòu)。從輸入層到隱含層到輸出層的轉(zhuǎn)移函數(shù)分別采用對數(shù)tansig型函數(shù)和logsig型函數(shù)。在確定隱層節(jié)點時采用試湊法確定最佳隱節(jié)點數(shù)。根據(jù)經(jīng)驗公式(1)選擇隱層節(jié)點數(shù)，針對本論文m取值范圍為616。對每一個節(jié)點進(jìn)行訓(xùn)練，得出增加隱層節(jié)點數(shù)可以減少訓(xùn)練誤差，但超過11以后測試誤差產(chǎn)生波動，即泛化能力發(fā)生變化。綜合比較隱層節(jié)點數(shù)為12與13的訓(xùn)練誤差和測試誤差，決定隱層節(jié)點數(shù)選用13。因此得到的本次訓(xùn)練神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)應(yīng)為(24,13,5)。

表2 訓(xùn)練樣本數(shù)據(jù)

表3 隧洞安全評價分級狀態(tài)表

2.4 隧洞BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本設(shè)計

一般來說選取的訓(xùn)練樣本數(shù)量越多，訓(xùn)練結(jié)果就越能正確的反映原樣本的內(nèi)在規(guī)律，但是樣本的收集和整理受到各種客觀條件的制約。大量實踐得出，神經(jīng)網(wǎng)絡(luò)訓(xùn)練時需要的樣本數(shù)由輸入—輸出非線性映射關(guān)系的復(fù)雜程度決定，映射關(guān)系越復(fù)雜的樣本，其噪聲就越大，為了保證具有一定映射精度的樣本數(shù)就越多，因而網(wǎng)絡(luò)規(guī)模也就越大。本文選取多組隧洞施工的特征參數(shù)值作為學(xué)習(xí)的樣本，來提供網(wǎng)絡(luò)系統(tǒng)訓(xùn)練。由于目前我國并沒有一個統(tǒng)一的標(biāo)準(zhǔn)對隧洞施工安全評價狀態(tài)進(jìn)行檢查，綜合考量選取已建立安全評價體系確定的評價指標(biāo)作為樣本評價指標(biāo)，通過專家打分確定出如表3所示的20個樣本數(shù)據(jù)，其中前18組評價數(shù)據(jù)為網(wǎng)絡(luò)訓(xùn)練樣本，最后2組評價數(shù)據(jù)作為測試數(shù)據(jù)。

表4 泉水溝尾礦庫隧洞施工安全評價指標(biāo)數(shù)

2 實例驗證

利用MATALAB7.6.0軟件中的人工神經(jīng)網(wǎng)絡(luò)工具箱這個平臺，對所建立的BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價系統(tǒng)以及所確定的訓(xùn)練樣本進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練，經(jīng)過反復(fù)的網(wǎng)絡(luò)訓(xùn)練建立具有時效性的BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型，并通過對測試樣本的驗證，證明評價模型的可靠性。

2.1 網(wǎng)絡(luò)訓(xùn)練

隧洞施工安全評價指標(biāo)的個數(shù)為24個，所以輸入層的節(jié)點個數(shù)為24個，輸出層節(jié)點的個數(shù)為5個，經(jīng)過反復(fù)的測試與計算隱含層節(jié)點數(shù)為13個。設(shè)定訓(xùn)練函數(shù)為traingdx，隱含層傳輸函數(shù)為tansig函數(shù)，輸出層傳輸函數(shù)為logsig，訓(xùn)練次數(shù)為10 000，訓(xùn)練目標(biāo)為0.000 1，學(xué)習(xí)率為0.01，圖2為系統(tǒng)誤差訓(xùn)練曲線圖，圖3為18組數(shù)據(jù)的誤差曲線圖。

圖2 系統(tǒng)誤差訓(xùn)練曲線圖

圖2為系統(tǒng)誤差訓(xùn)練曲線圖，即訓(xùn)練均方差的收斂過程曲線(藍(lán)線)，縱坐標(biāo)表示不斷接近樣本的訓(xùn)練目標(biāo)(虛線)，橫坐標(biāo)則表示經(jīng)過221次迭代，實現(xiàn)訓(xùn)練目標(biāo)，從而使誤差收斂。

圖3為表示樣本輸出目標(biāo)與實際輸出的誤差曲線，由于訓(xùn)練樣本是18組數(shù)據(jù)，所以樣本輸出目標(biāo)與實際輸出的誤差曲線就有18條，在圖中用不同顏色標(biāo)出，橫坐標(biāo)表示樣本輸出目標(biāo)與實際輸出的誤差的訓(xùn)練次數(shù)為5次，縱坐標(biāo)則表示每次訓(xùn)練誤差的誤差值。從圖3的誤差曲線可以看出，經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)很快就達(dá)到了誤差要求。

圖3 誤差曲線圖

由圖2和圖3可知，本文設(shè)置的訓(xùn)練次數(shù)為10000次，在經(jīng)過221次迭代后可收斂，系統(tǒng)網(wǎng)絡(luò)的訓(xùn)練達(dá)到了預(yù)期的效果。由訓(xùn)練的結(jié)果與樣本目標(biāo)相對比可知，此次的訓(xùn)練結(jié)果與評價的樣本數(shù)據(jù)基本上保持一致。因此網(wǎng)絡(luò)準(zhǔn)確的識別了訓(xùn)練樣本，實際輸出結(jié)果與期望值結(jié)果基本吻合。證明所建立的隧洞施工安全評價體系是合適的，驗證了BP神經(jīng)網(wǎng)絡(luò)對隧洞安全評價的準(zhǔn)確性和實用性。

2.2 測試樣本驗證

運用樣本的最后兩組數(shù)據(jù)作為測試驗證數(shù)據(jù)，來驗證所建立的隧洞安全評價的神經(jīng)網(wǎng)絡(luò)的適用性。驗證數(shù)據(jù)的評價指標(biāo)值為樣本的最后兩組數(shù)據(jù)，如表2所示，其輸出的結(jié)果如表3所示。

由表3可以看出通過網(wǎng)絡(luò)測試的結(jié)果與測試數(shù)據(jù)的預(yù)期結(jié)果是一致的，安全評價神經(jīng)網(wǎng)絡(luò)對兩組測試數(shù)據(jù)進(jìn)行了較為準(zhǔn)確的評價。因此，該網(wǎng)絡(luò)模型可用于以后的隧洞施工安全評價，只需將預(yù)評價的施工隧洞的評價指標(biāo)的得分情況輸入該網(wǎng)絡(luò)模型便可以得出該隧洞的評價結(jié)果。

表3 評價結(jié)果驗證

3 BP神經(jīng)網(wǎng)絡(luò)安全評價

隧洞工程的施工的生產(chǎn)安全狀況與致使安全事故的因素之間是一種相當(dāng)復(fù)雜的非線性關(guān)系，而BP神經(jīng)網(wǎng)絡(luò)的極強(qiáng)的非線性逼近的自身強(qiáng)大性能，恰好能夠成功的解決一些人為等主導(dǎo)因素的影響，從而更加客觀準(zhǔn)確的反映出分析研究的結(jié)果。

3.1 隧洞施工安全評價體系的建立

前邊已經(jīng)采用大量的訓(xùn)練樣本對所建立的BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價體系模型進(jìn)行了學(xué)習(xí)訓(xùn)練，并已經(jīng)成功的反映出了從24個致使事故的安全評價指標(biāo)到5個安全評價等級狀態(tài)之間相當(dāng)復(fù)雜的非線性映射關(guān)系。接下來就利用已經(jīng)建立的BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價體系模型對泉水溝尾礦庫排水隧洞工程的施工進(jìn)行安全評價的分析研究。

經(jīng)過對隧洞施工現(xiàn)場實地考察研究，以及和建設(shè)單位、施工單位的技術(shù)管理人員的進(jìn)行了的交流、討論、學(xué)習(xí)以及研究，通過對該隧洞的危險源成因的辨識、定性和定量分析以及評價，從而獲得了較為準(zhǔn)確的隧洞施工安全評價指標(biāo)打分?jǐn)?shù)據(jù)。

3.2 隧洞施工的BP神經(jīng)網(wǎng)絡(luò)安全評價

根據(jù)對隧洞施工安全評價狀態(tài)的分級情況可知BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型的有5種結(jié)果，它們分別是當(dāng)輸出結(jié)果接近[1,0,0,0,0]時，為“安全”且安全的等級為T1；當(dāng)輸出結(jié)果接近[0,1,0,0,0]時，為“比較安全”且安全的等級為T2；當(dāng)輸出的結(jié)果接近[0,0,1,0,0]時，為“一般安全”且安全的等級為T3；當(dāng)輸出的結(jié)果接近[0,0,0,1,0]時，為“較不安全”且安全的等級為T4；當(dāng)輸出的結(jié)果接近[0,0,0,0,1]時，為“不安全”且安全的等級為T5。

當(dāng)安全評價的等級為T1時，說明該隧洞施工系統(tǒng)的各方面情況都運轉(zhuǎn)正常，安全狀態(tài)良好，應(yīng)該繼續(xù)保持當(dāng)前良好的狀態(tài)。

當(dāng)安全評價的等級為T2時，說明該隧洞施工系統(tǒng)的各方面情況運轉(zhuǎn)比較正常，安全狀態(tài)稍有危險，應(yīng)需要關(guān)注，但是基本可以接受。

當(dāng)安全評價的等級為T3時，說明該隧洞施工系統(tǒng)中的轉(zhuǎn)情況存在低發(fā)安全隱患，安全狀態(tài)一般危險，需要多加關(guān)注以及注意控制危險隱患。

當(dāng)安全評價的等級為T4時，說明該隧洞施工的系統(tǒng)中運轉(zhuǎn)情況存在重要安全隱患，其安全狀態(tài)高度危險，需要采取安全措施并進(jìn)行整改。

當(dāng)安全評價的等級為T5時，說明該隧洞施工系統(tǒng)中的各方面運轉(zhuǎn)情況存在高度的安全隱患，安全狀態(tài)高度危險，需要立即制定詳細(xì)的解決方案，迅速采取相應(yīng)的措施進(jìn)行整改，在隱患解除前不能繼續(xù)施工作業(yè)。

因此可知該隧洞工程的施工安全評價結(jié)果，如表4所示。

表4 隧洞施工安全評價結(jié)果

由表5可知， BP神經(jīng)網(wǎng)絡(luò)隧洞施工安全評價模型對該隧洞的安全評價等級為“T2”，評價的結(jié)果應(yīng)是“較為安全”。此評價結(jié)果基本上與工地的實地考察調(diào)研以及同專業(yè)技術(shù)管理人員討論研究的結(jié)果是保持一致的，說明所建立的隧洞施工安全評價模型具有有效性和實用性。

4 結(jié) 語

基于BP神經(jīng)網(wǎng)絡(luò)的隧洞施工安全評價模型的建立步驟為：根據(jù)安全評價的內(nèi)容和建立安全評價體系的基本原則，選取適當(dāng)隧洞施工安全評價指標(biāo)，建立隧洞施工安全評價指標(biāo)體系。然后，根據(jù)BP神經(jīng)網(wǎng)絡(luò)原理及算法，設(shè)計BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和網(wǎng)絡(luò)的訓(xùn)練樣本,對網(wǎng)絡(luò)進(jìn)行訓(xùn)練和驗證，從而建立基于BP神經(jīng)網(wǎng)絡(luò)的隧洞施工安全評價體系模型。隧洞施工安全評價模型建立方法可為同類工程施工安全評價提供借鑒參考。

[1] 劉鐵民，張興凱，劉功智.安全評價方法應(yīng)用指南[M].北京：化學(xué)工業(yè)出版社，2005:4-6．

[2] 張德豐等. MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計[M].北京：機(jī)械工業(yè)出版社，2011.12:136-139.

[3] 施彥， 韓力群， 廉小親. 神經(jīng)網(wǎng)絡(luò)設(shè)計方法與實例分析[M]. 北京：北京郵電大學(xué)出版社，2009.12:34-36.

[4] 王淑青.人工神經(jīng)網(wǎng)絡(luò)(ANN)在結(jié)構(gòu)分析中的應(yīng)用[M].北京：北京交通大學(xué)，2004：10-13.

Research on Modelling of Tunnel Construction Safety Evaluation Based on BP Neural Network

WANG Xing1，WU Xiang-nan2，MA Bin2，XIE Wei-feng3

(1. Jinduicheng molybdenum CO.,LTD.；2. Xi’an university of technology；3.215 hospital)

In order to study the tunnel construction safety assessment methods, the article set the tunnel which is under construction as the background and makes 24 safety evaluation indexes. A designed model associating with tunnel construction based on a multilayer feedforward BP Neural Network, which is relatively comprehensive based on BP neural network model of tunnel construction safety evaluation system model and verify its usefulness. Through the safety evaluation on the background project, the results are consistent with field investigations, shows the validity and practicability of the tunnel construction safety evaluation model.

Tunnel construction；The BP neural network；Safety evaluation

2015-01-05

王醒，男，高級工程師，從事礦山工程勘測施工優(yōu)化管理方向的研究。

U

C

1008-3383(2015)09-0079-04