基于BP神經(jīng)網(wǎng)絡(luò)和MATLAB的基坑變形研究

蘭進(jìn)京，劉耀鵬，宋 佳

(1.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局第二地質(zhì)礦產(chǎn)調(diào)查院，河南 鄭州 450001；2.河南省焦作地質(zhì)勘察設(shè)計(jì)有限公司，河南 焦作 454002)

基于BP神經(jīng)網(wǎng)絡(luò)和MATLAB的基坑變形研究

蘭進(jìn)京1,2，劉耀鵬2，宋 佳2

(1.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局第二地質(zhì)礦產(chǎn)調(diào)查院，河南 鄭州 450001；2.河南省焦作地質(zhì)勘察設(shè)計(jì)有限公司，河南 焦作 454002)

為確?；庸こ淌┕ぐ踩岢鲇肂P神經(jīng)網(wǎng)絡(luò)和MATLAB對基坑沉降觀測數(shù)據(jù)進(jìn)行處理，并預(yù)測變形大小。實(shí)例數(shù)據(jù)表明,通過預(yù)測變形值與實(shí)際變形值比較，可知BP神經(jīng)網(wǎng)絡(luò)的收斂速度較慢，訓(xùn)練時(shí)間較長，但預(yù)測精度較高，能滿足工程精度的要求。

BP神經(jīng)網(wǎng)絡(luò)；MATLAB；基坑變形；變形值；預(yù)測值

Abstract：In order to ensure the safety of foundation pit construction, the observation data of foundation pit subsidence are treated by BP neural network and MATLAB, and the deformation size is forecasted. The case data show that the convergence speed of BP neural network is slow and the training time is longer, but the prediction precision is higher, which can meet the requirement of engineering precision by comparing the predicted deformation value with the actual deformation value.

Keywords：BP neural network; MATLAB; deformation of foundation pit; deformation value; prediction value

在深基坑施工過程中，需要對基坑的圍護(hù)結(jié)構(gòu)、基坑周圍的土體和相鄰的構(gòu)筑物進(jìn)行系統(tǒng)監(jiān)測，從而保證施工安全[1-2]。目前很難有一個(gè)通用的公式適用于所有的基坑形變，一些專家學(xué)者一直致力于基坑監(jiān)測方面的研究，總結(jié)出了一些具有現(xiàn)實(shí)意義的基坑形變規(guī)律及其影響因素，同時(shí)也提出許多方法來控制和預(yù)測基坑的形變，為基坑工程的安全施工奠定了理論基礎(chǔ)。

Long[3]通過對大量基坑監(jiān)測數(shù)據(jù)的研究分析，得出了基坑形變與基坑施工過程中的開挖深度、基坑底部的安全系數(shù)之間的關(guān)系。Finno等[4]通過分析基坑監(jiān)測數(shù)據(jù)，得出外在因素和本構(gòu)模型對基坑開挖時(shí)穩(wěn)定性的影響。任建喜等[5]提出了北京某地鐵車站基坑支護(hù)結(jié)構(gòu)的具體形式和基坑變形監(jiān)測方案，重點(diǎn)分析了基坑監(jiān)測中的水平位移形變、支撐軸力的形變規(guī)律。任建喜等[6]研究了基坑開挖過程中的圍護(hù)結(jié)構(gòu)的形變規(guī)律，對后續(xù)基坑建設(shè)有著重要的指導(dǎo)意義。李愛民[7]針對施工過程中水平位移的監(jiān)測提出了新的可行性方案。陳泰霖等[8]通過對鄭州某車站基坑進(jìn)行施工期間基坑監(jiān)測，得到了該車站基坑的地表沉降、樁頂沉降和樁(墻)體水平位移的監(jiān)測值均小于控制標(biāo)準(zhǔn)，證實(shí)了該基坑的形變量滿足要求。胡俊等[9]在充分考慮保護(hù)基坑周圍環(huán)境、安全施工和監(jiān)測等條件下，對支護(hù)結(jié)構(gòu)水平位移、樁(墻)體水平位移、地表沉降、管線沉降、支撐軸力的監(jiān)測結(jié)果進(jìn)行分析，為今后類似車站工程提供指導(dǎo)。本文探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)處理基坑沉降數(shù)據(jù)。

1 BP神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)是Back-Propagation Network的縮寫，它是目前使用最廣泛的神經(jīng)網(wǎng)絡(luò)，它的形成機(jī)制是網(wǎng)絡(luò)信號正向傳播而誤差反向傳播作為對信號正向傳播的修正。BP神經(jīng)網(wǎng)絡(luò)由三部分組成，分別為輸入層、隱含層和輸出層。隱含層的數(shù)目沒有具體規(guī)定，其可以是一層也可以是多層，最常用的BP神經(jīng)網(wǎng)絡(luò)只有一個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)。

BP神經(jīng)網(wǎng)絡(luò)的輸入層、隱含層和輸出層之間網(wǎng)絡(luò)結(jié)構(gòu)互相連接，在網(wǎng)絡(luò)結(jié)構(gòu)連接中全連接只體現(xiàn)在每一層與其后面一層之間，但每一層的單元之間不連接。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的隱含層數(shù)目和每層中神經(jīng)元的數(shù)目很大程度上決定了神經(jīng)網(wǎng)絡(luò)的性能，神經(jīng)網(wǎng)絡(luò)的性能隨著每層中神經(jīng)元的數(shù)目和隱含層數(shù)的增加而增加。

BP網(wǎng)絡(luò)中，網(wǎng)絡(luò)的學(xué)習(xí)分為信息正向和誤差反向。信息正向是指輸入信號依次經(jīng)各個(gè)隱含層最后經(jīng)輸出層獲得輸出，誤差的大小就取決于輸出值與期望輸出的差異大小，根據(jù)誤差的大小調(diào)整權(quán)值，如此反復(fù)，直到最后結(jié)果滿足要求后網(wǎng)絡(luò)的學(xué)習(xí)才終止，如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)原理

1.2 BP神經(jīng)網(wǎng)絡(luò)模型的MATLAB實(shí)現(xiàn)

在MATLAB工具箱中有關(guān)于相關(guān)函數(shù)的調(diào)用，具體如表1所示。BP神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)流程如圖2所示。

表1 MATLAB工具箱常用函數(shù)

圖2 BP神經(jīng)網(wǎng)絡(luò)MATLAB流程圖

2 工程實(shí)例

2.1工程概況

金水東路站為鄭州市軌道交通5號線第12座車站，為地下兩層島式站臺(tái)車站。車站設(shè)置在心怡路與金水東路交叉口處，沿心怡路南北向布置。車站為地下兩層雙跨箱形框架結(jié)構(gòu)，車站有效站臺(tái)中心里程為右YDK15+043.5，有效站臺(tái)長度140 m，站臺(tái)寬12 m，車站總長302.2 m，標(biāo)準(zhǔn)段寬21.1 m，盾構(gòu)段寬26.3 m，中心里程處頂板覆土3.0 m。標(biāo)準(zhǔn)段基坑深度約16.69 m，盾構(gòu)段基坑深度約18.29 m。車站共設(shè)四個(gè)出入口和兩個(gè)消防疏散出入口及三個(gè)風(fēng)亭組(風(fēng)亭均為低風(fēng)亭)。該站主體圍護(hù)結(jié)構(gòu)標(biāo)準(zhǔn)段圍護(hù)樁采用Φ1 000@1 400 mm鉆孔灌注樁，內(nèi)支撐采用Φ609，t=16 mm的鋼管撐。主體結(jié)構(gòu)采用明挖順筑法施工，出入口及風(fēng)道均為單層箱型框架結(jié)構(gòu)，采用明挖順筑法施工(見圖3)。

圖3 金水東路站平面示意

2.2研究數(shù)據(jù)獲取

本文數(shù)據(jù)依托于鄭州軌道交通5號線金水東路站觀測數(shù)據(jù)，具體觀測數(shù)據(jù)如表2所示。

表2 原始沉降數(shù)據(jù) mm

續(xù)表：

日期點(diǎn)號ZQC-8ZQC-9ZQC-10ZQC-11ZQC-23ZQC-24ZQC-25ZQC-262016/11/140.5-0.50.7-0.2-0.1-0.50.60.92016/11/15-0.6-0.4-0.3-0.5-0.50.1-0.7-0.42016/11/160.910.40.80.60.20.40.42016/11/170.2-0.40.3-0.2-0.2-0.10.30.22016/11/18-0.51.100.30.40.1-0.4-0.22016/11/19-0.3-0.30.60.2-0.2-0.10.30.42016/11/200.70-0.8-0.400.3-0.1-0.22016/11/210-0.2-0.2-0.1-0.5-0.4-0.4-0.32016/11/22-0.5-0.30.4-0.6-0.1-0.1-0.40.22016/11/230.2-0.1-0.90.40.2-0.1-0.3-0.52016/11/24-0.1-0.10.2-0.10.1-0.20.4-0.22016/11/25-0.60.2-0.20.2-0.5-0.3-0.10.32016/11/260.10.30.1-0.1-0.3-0.2-0.3-0.42016/11/270-0.6-0.1-0.40.10.70.50.32016/11/28-0.20.3-0.30.3-0.2-0.3-0.2-0.52016/11/290.8-0.30.10.20.90.20.30.62016/11/30-0.7-0.20.3-0.10.20.4-0.10.22016/12/110.80.30.60.3-0.2-0.2-0.12016/12/02-0.10.7-0.30.5-0.20.2-0.1-0.42016/12/03-0.10.5-0.20.4-0.20.2-0.1-0.32016/12/04-0.10.5-0.20.4-0.20.2-0.1-0.32016/12/05-0.2-11-0.30.1-0.050.71.32016/12/060.50.60.20.30.50.20.40.52016/12/070.2-0.2-0.2-0.4-0.8-0.5-0.5-0.32016/12/08-0.5-0.2-0.3-0.7-0.4-0.3-0.2-0.32016/12/090.3-1.2-0.40.10.70.40.40.22016/12/100.80.90.90.80.20.50.60.62016/12/11-0.20.5-0.30.7-0.2-0.20-0.2

注：表中監(jiān)測數(shù)據(jù)的‘+’表示上抬，‘-’表示沉降。

2.3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的應(yīng)用

具體實(shí)現(xiàn)過程可以分為以下幾個(gè)過程：

(1)數(shù)據(jù)選取。樁(墻)頂沉降監(jiān)測點(diǎn)ZQC-8、ZQC-11和ZQC-23、ZQC-26分別位于基坑兩側(cè)的直線上，ZQC-9、ZQC-10和ZQC-24 、ZQC-25分別位于基坑兩側(cè)的冠梁上，為了能更好地反映基坑圍護(hù)結(jié)構(gòu)的沉降情況，本文選取監(jiān)測點(diǎn)ZQC-8的監(jiān)測數(shù)據(jù)進(jìn)行分析并預(yù)測預(yù)報(bào)，以點(diǎn)ZQC-8預(yù)測預(yù)報(bào)結(jié)果反應(yīng)基坑圍護(hù)結(jié)構(gòu)的沉降趨勢。

(3)BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型確定。網(wǎng)絡(luò)預(yù)測模型確定包括確定一些節(jié)點(diǎn)數(shù)目，目前對于神經(jīng)元隱含層節(jié)點(diǎn)的數(shù)目尚沒有統(tǒng)一規(guī)定，只能通過反復(fù)試驗(yàn)比對分析才能最終確定，經(jīng)過不斷試驗(yàn)對比得知當(dāng)節(jié)點(diǎn)個(gè)數(shù)為14個(gè)時(shí)預(yù)測的效果最理想。

本次訓(xùn)練樣本為35期，訓(xùn)練過程與前述理論部分一致，即逐步輸入5期連續(xù)數(shù)據(jù)預(yù)測第6期數(shù)據(jù)，例如輸入數(shù)據(jù)為第1、2、3、4、5期數(shù)據(jù)，輸出數(shù)據(jù)為第6期，輸入數(shù)據(jù)為第2、3、4、5、6期數(shù)據(jù)，輸出數(shù)據(jù)為第7期，依次類推。

BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程

由圖4可知：BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程經(jīng)過了2 909次迭代訓(xùn)練后才達(dá)到預(yù)設(shè)目標(biāo)，BP神經(jīng)網(wǎng)絡(luò)的收斂速度較慢，訓(xùn)練時(shí)間較長。其模擬值如表3所示。

表3 原始序列與模擬值比對

續(xù)表：

日期原始序列/mm模擬值/mm殘差/mm相對誤差/%2016/11/2810.9011.07-0.17-1.562016/11/2911.7011.450.252.142016/11/3011.0011.28-0.28-2.552016/12/112.012.24-0.24-2.002016/12/0211.9011.790.110.922016/12/0311.8011.680.121.022016/12/0411.7011.610.090.772016/12/0511.5011.71-0.21-1.83

BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果如表4所示。

表4實(shí)測值與預(yù)測值比對

由表4可知：BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測值的殘差平方和SSE=0.345 5，平均相對誤差MRE=1.74%，均方誤差MSE=0.057 6。表明BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度比較高。

3 結(jié)論

采用BP神經(jīng)網(wǎng)絡(luò)和MATLAB對基坑沉降觀測數(shù)據(jù)進(jìn)行處理，工程應(yīng)用表明，用本方法可以得到較高的預(yù)測精度，滿足工程建設(shè)的需要。

[1] 李建飛.組合模型在基坑變形監(jiān)測中的應(yīng)用[D].成都:成都理工大學(xué),2013.

[2] 王鐵宏,張雁.深基坑支護(hù)結(jié)構(gòu)與樁基工程新技術(shù)[M].北京：中國環(huán)境科學(xué)出版社，2007.

[3] Long M. Database for retaining wall and ground movements due to deep excavations[J].Journal of Geotechnical and Geoenvironmental Engineering, ASCE, 2001，127(33): 203-224.

[4] Finno R J,Blackbum T J, Roboski J E. Three-dimensional effects for supported Engineering[J]. ASCE, 2007，133(1):30-36.

[5] 任建喜,高立新,劉杰,等.深基坑變形規(guī)律現(xiàn)場監(jiān)測[J].西安科技大學(xué)學(xué)報(bào),2008，28(3):445-449.

[6] 任建喜,馮曉光,劉慧,等.地鐵車站深基坑圍護(hù)結(jié)構(gòu)變形規(guī)律監(jiān)測研究[J].鐵道工程學(xué)報(bào),2009,26(3):89-92.

[7] 李愛民.關(guān)于深基坑水平位移監(jiān)測方案的探討[J].測繪學(xué)院學(xué)報(bào),2000,17(1):19-21.

[8] 陳泰霖,潘向麗,王安民,等.鄭州某深基坑工程監(jiān)測與分析[J].華北水利水電學(xué)院學(xué)報(bào), 2008,29(5):76-78.

[9] 胡鈞,杜堅(jiān).深基坑測斜監(jiān)測技術(shù)及計(jì)算方法改進(jìn)[J].大壩觀測與土工測試,2005,21(2):31-37.

OndeformationoffoundationpitbasedonBPneuralnetworkandMATLAB

LAN Jin-jing1,2, LIU Yao-peng2, SONG Jia2

(1.No.2InstituteofGeological&MineralResourcesSurveyofHenan,Zhengzhou450001,China; 2.HenanJiaozuoGeologicalSurveyandDesignCo.,Ltd.,Jiaozuo454002,China)

2017-05-31

國家自然科學(xué)基金項(xiàng)目(41572341)

蘭進(jìn)京(1978—)，男，河南原陽人，碩士，高級工程師。

1674-7046(2017)04-0013-06

10.14140/j.cnki.hncjxb.2017.04.003

TU362

A