（地质工程专业论文）岩质边坡安全性评价集成分析系统.pdf

摘要 滑坡每年给全世界造成巨大的经济损失和人员伤亡。近年来我国对西部进行 开发，涌现出了大量的岩质边坡工程，边坡的安全性研究日益突出，基于此，本 文开发了岩质边坡安全性评价分析集成系统。该程序不但可以对岩质边坡的稳定 性做出分析，还可以对边坡的变形进行短期和长期的预测，确定边坡的安全状况。 该程序主要有两个子系统：岩质边坡的稳定分析子系统和边坡的变形预测子系 统。 岩质边坡节理裂隙发育，它的稳定性通常受结构面的控制，而实际上垂直方 向的结构面数量很少，大部分结构面与垂直方向成一定的角度，因此本文采用改 进的s a r m a 法作为稳定分析予系统的分析方法。使用稳定分析子系统计算边坡的 稳定系数时，事先并不假定一系列滑裂面，而是子系统自动搜索出撮危险滑裂面。 子系统搜索临界滑裂面，是以最小抗剪力为准则，咀a + 算法为搜索方法。在搜 索滑裂面以前，用三维网络模拟程序再现结构面在边坡中的分布状况，并把结构 面“点化”。最危险滑裂面确定后，稳定分析子系统根据结构面特征自动对边坡 体进行斜条分，计算出正常工况和暴雨情况下边坡的稳定系数。 对于边坡变形预测子系统，采用了模拟退火优化的神经网络技术。神经网络 具有高度的非线性变换和高度的并行处理能力，适合用于变形预测；但b p 神经 网络有收敛不到全局最小点、网络结构设计比较主观等缺点，因此本文用模拟退 火算法克服b p 神经网络的缺点与不足，建立了模拟退火优化地神经网络模型。 另外，边坡变形预测子系统采用动态预测技术以减小前期变形对变形预测的影 响，从而实现更高的预测精度。 最后用岩质边坡安全性评价集成分析系统分析了天荒坪抽水蓄能电站“3 2 9 滑坡”区的安全情况，分析结果与边坡的实际情况相符，说明本文的岩质边坡安 全性评价集成分析系统是比较成功的。 关键词：滑坡；a 算法；稳定分析；变形预测；模拟退火算法；神经网络 a b s t r a c t l a n d s l i d eh a sa l r e a d yb e c a m eo n eo ft h et h r e em o s tg e o h a z a r d s ，t h eo t h e r sw e r e e a r t h q u a k ea n dv o l c a n o b e c a u s eo fs l i d e ，t h e r ea r eal o to fe c o n o m yl o s sa n dp e r s o n n e l c a s u a l t y r e c e n t l y ，t h ew e s t e r np a r to fo u rc o u n t r y , t h e r ea r eal o to f r o c ks l o p e si nt h e r e ，s o t h es a f e t yr e s e a r c ho ns t a b i l i t ya n a l y s i so fs l o p ei sm o r ei m p o r t a n td a ya f t e rd a y b e c a u s eo f t h a t ，d e v e l o p e ds a f e t ye s t i m a t ec o m p o s i t i v es y s t e mo nr o c ks l o p ei nt h i sp a p e r i tn o to n l y c a na n a l y z es a f e t yo f r o c ks l o p e ，b u ta l s oc a np r e d i c tt h ed i s p l a c e m e n ti ns h o r tt i m ea n di n l o n gt i m e ，c o n f i r mt h es a f e t yc o n d i t i o n t h es y s t e mh a st w op a r t s ：t h es a f e t ya n a l y s i so f r o c ks l o p ea n dt h ed i s p l a c e m e n tp r e d i c t i n go f r o c ks l o p e t h e r ea r el o t so fj o i n t si nr o c ks l o p e ，s a f e t yo fr o c ks l o p ei sc o n t r o l l e db yj o i n t s ，b u t t h e r ea r eaf e wo f j o i n t sw h o s ed i r e c t i o ni sv e r t i c a l ，am a j o r i t yo f j o i n t s d i r e c t i o ni sn o t v e r t i c a l ，s ot h es a r m ai sa d o p t e dt ob et h es a f e t ya n a l y s i sm e t h o do fr o c ks l o p e w ed i d n t s u p p o s es e v e r a lc r i t i c a ls l i ps u r f a c e sb e f o r ec o n f i r m i n gt h es a f e t yf a c t o r , u s i n gt h ep r o g r a m w h i c hi se d i t e db ym y s e l ft os e a r c ht h ec r i t i c a ls l i ps u r f a c e t h es a f e t ya n a l y s i ss u b s y s t e m s e a r c h e st h ec r i t i c a ls l i ps u r f a c eb a s e do nt h el e a s ts h e a r i n gs t r e n g t ha n da + a l g o r i t h m b e f o r es e a r c h i n gt h ec r i t i c a ls l i ps u r f a c e ，u s i n g3 - dj o i n tn e t w o r ks i m u l a t e dp r o g r a mt o r e c u r r e n c ej o i n td i s t r i b u t ei nt h es l o p ea n dp o i n tj o i n t s a f t e rt h ec r i t i c a ls l i ps u r f a c e c o n f i r m e d ，t h es u b s y s t e ms e p a r a t e si n c l i n i n gt h es l o p ea u t o m a t i c a l l ya n dc o m p u t e st h e s l o p es a f e t yf a c t o r a b o u tt h ed i s p l a c e m e n tp r e d i c t i n gs u b s y s t e mo fs l o p e ，a d o p t i n gn e u r a ln e t w o r k d e v e l o p e db ys i m u l a t e da l g o r i t t u n b e c a u s et h a tn e i a r a ln e t w o r kh a sb e t t e rn o n l i n e a ra n d p a r a l l e lp r o c e e d i n g ，i ta d a p t st op r o c e s sd i s p l a c e m e n tp r e d i c t i n g n e u r a ln e t w o r kc a n t c o n v e r g e n c ea tt h el e a s tp o i n ta n dt h en e t w o r ks t r u c t u r ed e s i g ni sm o r es u b j e c t i v e i nt h i s p a p e r , u s i n gs i m u l a t e da l g o r i t h mt oo v e r c o m et h ed i s a d v a n t a g eo fb pn e u r a ln e t w o r k ，a n d c o n s t i t u t et h ed e v e l o p e dn e u r a ln e t w o r km o d e l i na d d i t i o n a l ，u s i n gd y n a m i cf o r e c a s t i n g t e c h n i q u et or e d u c et h ei n f l u e n c eo ft h ep r o p h a s ed i s p l a c e m e n t ，s oi t c a na c h i e v eb e a e r f o r e c a s tp r e c i s i o n w eu s e dt h es a f e t ye s t i m a t ec o m p o s i t i v es y s t e mo nr o c ks l o p et oa n a l y z et h e “3 2 9 l a n d s l i d e ”s l o p ei nt i a nh u a n g p i n g t h er e s u l ti sc o i n c i d e n tt ot h er e a lc o n d i t i o no ft h e s l o p e ，s ot h es a f e t ye s t i m a t ec o m p o s i t i v es y s t e mo n r o c ks l o p ei sr e l a t i v e l yv i a b l e k e y w o r d s ：l a n d s l i d e ；a + a l g o r i t h m ；d i s p l a c e m e n tp r e d i c t i n g ；s i m u l a t e da n n e a l i n g a l g o r i t h m ； n e u r a ln e t w o r k 学位论文独创性声明： 本人所呈交的学位论文是我个人在导师指导下进行的研究工作及取 得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论 文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同事 对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 如不实，本人负全部责任。 论文作者( 签名) ： 碧空丛盈亟 学位论文使用授权说明 2 0 0 6 年6 月1 0 日 河海大学、中国科学技术信息研究所、国家图书馆、中国学术期刊( 光 盘版) 电子杂志社有权保留本人所送交学位论文的复印件或电子文档， 可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和 纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅 和借阅。论文全部或部分内容的公布( 包括刊登) 授权河海大学研究生院办 理。 论文作者( 签名) ：2 0 0 6 年6 月l o 日 一 第一章绪论 第一章绪论 1 1 问题的提出 滑坡己同地震和火山并列成为全球三大地质灾害。滑坡是地质体在众多因素作用 下变化、破坏、运动而给人类造成财产和生命损失的地质现象。它给人类造成巨大的 灾难，制约了国民经济的发展，因而引起各国政府的重视。滑坡与边坡稳定密切相关， 是主要的地质灾害。发生滑坡后，常常造成交通中断，河道堵塞，甚至人员伤亡。滑 坡分布面比较广，发生频繁，产生条件复杂，作用因素众多。因而滑坡一直是世界各 国致力研究的工程地质问题之一。 滑坡事故给全世界造成了巨大的经济损失和社会影响。据r r k a t e s 等1 9 8 5 年 统计，全球由于自然灾害所造成的经济损失每年约为4 0 0 亿美元，若考虑人类诱发的 边坡失稳破坏，经济损失将会成倍增长。我国幅员辽阔，山地面积居多，在山区边坡 随处可见，即使在平原也有不少边坡工程。1 9 8 5 年6 月1 2 日凌晨，长江三峡上游2 7 k m 处的新滩古镇发生滑坡，滑坡体约3 1 0 7 3 ，滑动面积约1 1k m2 1 滑速l o 3 0 m s ， 最大涌浪高约3 0 m ，导致整个新滩古镇被毁。而云南漫湾水电站造成的损失超过了l o 亿元人民币，工期被延误1 年多。据统计，近2 0 年来，滑坡平均每年至少造成1 5 0 亿 元至2 0 0 亿元的经济损失，有时还有人员伤亡。目前，人类对自然环境的改造和利用 | 二i 益频繁，在城建、铁路、公路、水电建设和露天开采矿产资源、煤炭资源等方面都 存在边坡工程。特别是在近年来我国对西部进行开发的过程中，出现了大量的边坡工 程问题，边坡的稳定性研究的重要性日益突出。不但要对边坡的稳定性做出分析，对 不稳定的边坡进行治理，还要对边坡进行监测，并以此为依据对边坡的变形做出预测， 这样可以减小滑坡带来的损失和人员伤亡，甚至可以防止滑坡的发生。基于此，本文 开发了岩质边坡安全性评价集成分析系统。 1 2 影响岩质边坡稳定性的因素 岩质边坡的稳定性，主要受以下几个方面的影响： 1 ) 、岩体结构因素“1 ：在岩体强度及稳定性分析中，结构面是特别重要的因素， 结构面强度比岩体本身的强度低很多。由于软弱结构面的存在，岩体的整体强度大大 降低，这增大了岩体的变形性能和流变性质以及加深了岩体的不均匀性、各向异性和 非连续性等。大量的边坡工程失事证明，一个或多个结构面组合边界的剪切滑移、错 动变形和张拉破裂是造成边坡岩体失稳的主要原因。从边坡的稳定性考虑，应特别研 究结构面的成因类型、规模、连续性及间距、起伏度及粗糙度、产状及其与边坡临空 面的关系。 2 ) 、结构面的抗剪强度：结构面的抗剪强度是影响和计算边坡稳定的重要参数。 河海大学硕士学位论文 3 ) 、地下水：水对边坡岩体的稳定性的影响不仅是多方面的，而且是非常活跃的， 大多数边坡岩体的破坏和滑动都与水有关。水在岩石中的作用与岩石的结构特征有很 大关系，主要表现在两个方面，一是水的物理化学作用，二是水的力学效应，这两种 作用相互耦合，对岩石的受力过程产生复杂的影响。“。 4 ) 、爆破震动：边坡岩体在爆破震动的瞬时冲击作用下，由于爆破冲击波向四周 扩散，当压缩波到达边坡自由面后，开始产生拉伸波，使岩体受到拉伸作用，从而使 岩体产生变形和破坏n ，。 5 ) 、其它因素：边坡的几何形状、后期的风化作用等。 1 3 边坡稳定分析及边坡变形预测的现状 1 3 1 边坡稳定分析的现状 边坡稳定性分析一直是岩土工程的一个重要研究内容。目前边坡稳定性的分析评 价方法多种多样，大体上可以将它们分为确定性分析方法和不确定性分析方法两类。 确定性分析方法主要有极限平衡法、有限元法、流形元法、离散单元法、不连续变形 分析法、快速拉格朗日法等，不确定性方法主要包括可靠性法、模糊数学法、灰色系 统理论和人工智能法。 1 3 1 1 确定性分析方法 1 ) 极限平衡法 极限平衡理论是经典的确定性分析方法”“”，具体方法是将有滑动趋势范围内的 边坡岩体按某种规则划分为一个个小块体，通过块体的平衡条件建立整个边坡平衡方 程，以此为基础进行边坡分析。由于该方法具有模型简单、计算公式简捷、可以解决 各种复杂剖面形状、能考虑各种加载形式的优点，因此得到广泛的应用。 极限平衡法的发展经历了一个漫长的阶段。上个世纪2 0 年代以前，对土质边坡稳 定计算，只计土体的内摩擦角，并假定滑动面是平面，1 7 7 3 年法国工程师库仑和1 8 5 7 年英国学者朗肯提出的土压力理论就是这类方法的代表。1 9 1 6 年，彼德森和胡尔顿大 量观测论证了某些土体在发生滑动失稳破坏时，其滑动面是与圆柱面接近的曲面，在 此基础上彼德森提出了圆弧滑面分析4 1 ，仍只计土的内摩擦力，并且不考虑土体内部 土条问的相互作用力，这就是最初的瑞典圆弧法。3 0 4 0 年代是瑞典圆弧法逐渐成熟 的时期，瑞典学者费兰纽斯将最初的圆弧法推广到兼有摩擦力盒粘结力的土坡稳定计 算中去，并初步探索了最危险滑弧位置的变化规律。4 0 年代以后，不少学者致力于改 进瑞典圆弧法，主要有两个研究方向：一方面，不少学者致力于探索最危险滑弧的位 置，制作数表、曲线，以减少工作，如泰勒、毕肖普、拉姆里和包洛斯等；另一方面， 有不少人研究滑裂面的形状，如太沙基等。5 0 6 0 年代，人们研究的主攻方向，一是 2 第一章绪论 如何在计算中考虑土条问的相互作用力；二是研究如何将此法推广到任意形状的滑动 面，这一阶段的研究成果表现为1 9 5 4 年简布提出普遍条分法的基本原理，1 9 5 5 年毕肖 普明确了土坡稳定安全系数的定义。1 。6 0 年代以后，我国在边坡稳定分析方法的改进 方面发展较快，女f f 7 0 年代潘家铮“”提出了滑坡极限分析的两条基本原理，即最大值原 理和极小值原理；1 9 8 1 年孙君实在前人工作基础上，较好地解决了长期以来人们在计 算中尚无法合理处理的滑动土体内土条问相互作用力的大小、方向和作用点位置的问 题，在滑面形态的构成和寻求最危险滑面方面提出了行之有效的数值计算方法。 2 ) 有限元法 有限元法是随着计算机的发展而逐渐成熟的，它是一种十分成熟的数值方法，它 几乎可适用于所有的计算领域。其最大优点是可分析任何形状的几何体，不但能进行 线性分析还可进行非线性分析。有限元是边坡稳定分析中用得较多的一种数值方法。 有限元法主要有刚体有限元法”和有限元强度折减法。”1 等。 3 ) 流形元法 9 0 年代以来，石根华等人发展了一种数值分析新方法一流形方法“，它以拓补流 形和微分流形为基础，在分析域内建立可相互重叠、相交的数学覆盖和覆盖材料域的 物理覆盖，在每一物理覆盖上建立独立的位移函数，即覆盖函数。在几个覆盖的公共 区域内将其所有覆盖上的独立位移函数加权求和即可形成适应于该域的总体位移函 数，以此建立岩土工程中连续与不连续介质、动力与静力、大位移与小变形问题的求 解格式。 4 ) 离散单元法“ 离散单元法是1 9 7 0 年c u n d a l l 首次提出的。离散单元法是将所研究的区域划分为 一个个分立的多边形块体单元，单元之间通过接触关系，建立位移和力的相互作用规 律，相当于有限元中的物理关系，通过迭代使得每一个块体都达到平衡状态。在边坡 的稳定分析中，它能反映岩块之间接触的滑移、分离和倾翻，还能计算块体内部的变 形与应力。该法的优点是可以利用显示时间差分解求解动力平衡方程，可方便地求解 非大位移和动力稳定。 5 ) 不连续变形法“” 由石根华和古德曼提出的不连续变形分析法( d d a ，d i s c o n t i n u ed e f o r m a t i o n a n a l y s i s ) 是基于岩体介质、非连续性发展起来的一种崭新的数值分析方法。节理面 切割岩体形成不同的块体单元，单个块体内部满足连续介质的变形协调方程和本构关 系，但块体间不满足变形协调关系，块体间的本构关系是通过假定刚度来实现，d d a 中的本构关系为块体所受的合外力与块体位移之间的关系。此法的计算网格和岩体物 理网格一致，可以反映岩体连续和不连续的具体部位。它考虑了变形的不连续性和时 间因素，既可计算静力问题，又可以计算动力问题。它可以计算破坏前的小位移，也 河海大学硕士学位论文 可以计算破坏后的大位移，特别适合边坡极限状态的设计计算。 6 ) 快速拉格朗日法( f l a c ) f l a c “4 1 首先由c u n d a l l 在8 0 年代提出并将其程序化、实用化。f l a c 基本原理类同 于离散单元法，但它却能像有限元那样适用于多种材料模式与边界条件的非规则区域 的连续问题求解；在求解过程中，f l a c 又采用了离散元的动态松弛法，不需求解大型 联立方程组，便于在微机上实现。f l a c 不但能处理一般的大变形问题，而且能模拟岩 体沿某一弱面产生的滑动变形。f l a c 还能针对不同材料特性，使用相应的本构方程来 比较真实地反映实际材料的动态行为。 1 3 1 1 非确定性分析方法 1 ) 可靠性法 可靠性方法是边坡稳定性分析中应用最广的不确定性方法。边坡工程可靠性分析 就是基于对边坡岩体性质、荷载、工程地质条件、计算模型等的不确定性的认识，结 合边坡系统的具体情况，采用概率分析方法和可靠度尺度描述边坡工程系统的量。分 析中采用的破坏概率是某种意义上的风险概率。目前，可靠性分析方法还缺乏一个统 一的可接受风险水平阀值，极少发生概率的事件往往容易被忽视，而这极有可能产生 严重后果。 2 ) 模糊数学法 模糊数学法“7 - 1 ”是将模糊理论应用于边坡稳定分析中，用隶属函数代替确定性分 析法中非此即彼的量，对那些边界不清的过渡问题进行描述，应用模糊法识别和模糊 聚类分析方法对影响边坡稳定的因素进行分析，最后用模糊综合评判理论对边坡稳定 性进行评价。由于备选集一般取稳定、基本稳定、不稳定三种状态，因而对边坡的评 判比较笼统，同时，由于隶属函数是依据一些基本原则确定，权重的分配多由经验确定 因而主观性较大。模糊数学方法一般适应于外延不明确，内涵明确的对象。 3 ) 灰色系统理论 灰色系统理论认为，在决定事物的诸因素中若既有已知的，又有未知的或不确定 的，它们所在系统则称为灰色系统”2 。边坡就是一个灰色系统，影响边坡变形的因素 有些是可知的，而另外一些因素则不能确定。利用灰色关联度原理，可在不完全的信 息中，通过一定的数据处理，找出它们的关联性，确定边坡稳定性各影响因素的影响程 度，进而利用多因素叠加分析评估边坡的稳定性。 4 ) 人工智能 人工智能中两个最重要的领域是人工神经网络和专家系统。在边坡工程中，专家 系统应用专家系统中的知识处理、知识运用和不确定性推理的技术分析边坡的稳定性 。”：人工神经网络利用网络的学习和联想记忆功能，运用网络存储的领域知识对边坡 进行稳定性分析。“。专家系统与神经网络可考虑其它方法难以考虑的定性描述和人 4 第一章绪论 结论既能进行定量分析。又能进行定性分析。基础研究难度大，如知识表示、推理方法、 机器学习等研究取得了一些成果，但远未形成完整的理论和体系，同时，存储知识的范 围和程度将在很大程度上影响其对边坡稳定性的评判。 1 3 _ 2 滑坡预测的现状 人类对滑坡的认识比较早，但对于滑坡预测预报问题的研究起步比较晚，仅有约 3 0 年的历史，但滑坡的预测预报有了较大的发展，经历了现象预测、经验预测到统计 预测、灰色预测、非线性预测的历程。 在2 0 世纪6 0 7 0 年代，对滑坡的预测主要是现象和经验为主，人们利用边坡破 坏的现象和失稳的前兆现象，对滑坡进行预测，对滑坡的预测、预报是通过大量的试 验和总结出的经验公式来完成的，如同本学者斋腾迪孝通过大量试验，得出均质土坡 时间与蠕变速率之间的经验关系n ”。 八十年代，随着概率论、数理统计、灰色系统理论、模糊数学等现代数学理论的 诞生和广泛应用，国内外学者在此基础上建立了多个滑坡预测模型，这一阶段以中国 地质大学( 武汉) 晏同珍和成都理工大学陈明东，王生兰为代表。陈明东、王兰生“9 8 8 ) 首先将灰色系统理论中的g m ( 1 ，1 ) 模型法引入滑坡位移一时间曲线的拟合外推。晏 同珍( 1 9 8 8 ) 根据滑坡过程存在着与生物孕育、发生、消亡相似的位移特征，引入了 v e r h u l s t 生物生长模型的非线性预测方法及泊松旋回等其它几种模型，v e r h u l s t 模型目 前己被广泛应用。这一时期，张倬元( 1 9 8 8 ) 还提出了黄金分割法，孙景恒( 1 9 9 3 ) 引入了p e a r l 生长模型法，其他一些学者还引入了马尔科夫链以及模糊数学方法进行 滑坡预测。 九十年代以来，由于系统科学和非线性科学的发展及其在各个领域的广泛应用， 人们的认识发生了质的变化。滑坡研究者开始认识到滑坡体系是一个开放系统，是一 个灰与白、确定性与随机性、渐变与突变、平衡与非平衡、有序与无序等对立统一的 系统。复杂性是滑坡的根本属性，因此，许多学者引用了对处理复杂问题比较有效的 非线性理论来研究滑坡的预测问题，并提出了一些预测方法，其中具有代表性的有： 尖点突变和灰色尖点突变模型( 秦四清，1 9 9 3 ) 、动态分维跟踪预报模型( 李天斌等， 1 9 9 5 ) 、协同预报模型( 黄润秋等，1 9 9 7 ) 。 自从1 9 8 7 年l a p e d e s 和f a r b e r 首先应用神经网络进行预测以来，神经网络预测 时间序列汹1 受到重视。神经网络具有良好的非线性映射功能、自学习性能、容错能力、 自适应性性强等优点，目前，神经网络已经被广泛应用于各个领域，多种不同形式的 网络被用于工业、经济等的预测中。研究结果表明，神经网络用于预测效果较好，为 一类高度非线性动态关系的时间序列预测提供了一条有效途径。 河海大学硕上学位论文 1 4 本文的主要工作及主要创新点 1 4 1 研究技术路线 为解决本文提出的研究内容，采取的研究思路如图1 ，l 。 图1 1 研究流程图 1 4 2 主要工作 岩质边坡与土质边坡不同，岩质边坡的稳定受结构面的控制，因此岩质边坡的失 稳通常是沿各种软弱结构面而发生的，因此，岩质边坡的滑动面通常是各种软弱结构 面的组合。岩质边坡的滑体在滑动过程中侧向结构面也常常发生相对滑动，然而岩质 边坡中的各种结构面并不总是垂直的，极限平衡法中的传统条分法不再适用，而斜条 分的s a r m a 法”1 适合研究岩质边坡的稳定性。s a r m a 法和其它条分法一样有事先假 定滑裂面的不足之处，本文先用斛算法搜索岩质边坡的临界滑动面，然后在此基础 上根据结构面的统计数据对最危险滑动面的边坡体进行斜条分，最后用s a r m a 法计算 边坡的稳定性。 虽然b p 神经网络具有良好的非线性映射功能、自学习性能、容错能力、自适应 性性强等优点，很适合用来预测时间序列变形，但它自身也有不能保证收敛到全局的 最小点、中间层的层数以及单元数的选取无理论上的指导等缺点。模拟退火算法是基 于蒙特卡罗迭代求解的一种启发式随机搜索过程。在随机搜索过程中，以一定的概率 接受劣质解，保证了最后能搜索到全局最优解。因此，本文结合b p 神经网络的非线 性映射功能和模拟退火算法的能搜索到全局最优解的优点对岩质边坡的变形进行预 测。 本文主要做了以下几项工作： ( 1 ) 根据勘查资料中的各种软弱结构面，统计、分析并网络模拟它们在边坡中 第一章绪论 的分布； ( 2 ) 运用a 算法，结合结构面的统计数据搜索岩质边坡中的最危险滑动面， 然后采用s a r m a 分析计算方法研究边坡的稳定性； ( 3 ) 用模拟退火和神经网络建立边坡变形预测模型； ( 4 ) 用v c 语言和o p e n g l ，开发岩质边坡安全性评价集成分析系统、岩质边坡 稳定分析子系统、基于模拟退火和神经网络预测边坡变形预测子系统； ( 5 ) 用本文开发的岩质边坡安全性评价集成分析系统分析了天荒坪“3 2 9 滑 坡”区的安全性 1 4 3 主要创新点 本文的主要创新点有： ( 1 ) 为了便于搜索最危险滑裂面，提出了结构面的“点化”处理： ( 2 ) 本文在用s a r m a 法计算边坡的稳定性时，事先并不假定最危险滑裂面，而是 运用胁算法搜索出最危险滑裂面，并开发了岩质边坡稳定分析子系统： ( 3 ) 为了弥补神经网络的不足，本文用模拟退火算法对其进行优化，建立了模拟 退火一神经网络模型，并开发了边坡变形预测子系统； ( 4 ) 用v c 和o p e n g l 开发了岩质边坡安全性评价集成分析系统。 河海大学硕士学位论文 第二章基于模拟退火优化的神经网络边坡变形预测 2 1 概述 预测很早就存在于我们的日常生活、生产实践和各项活动中。如天气预报、股市 行情、商品的销售、政治和军事形势的推测等。所谓预测是根据事物的过去和现在的 情况去估计它未来的情况，是根据已知推断未知的过程。而科学的预测是从2 0 世 纪6 0 年代才发展起来并逐步完善的。预测的准确度完全取决于对所研究对象的发展 规律的认识程度，对对象的认识越完全、越深入，则预测就越接近以后的实际情况， 即预测就越准确。当然，预测的准确与否还依赖于预测所采用的方法，因此预测具有 科学性、近似性和局限性等特点。局限性是由于预测者往往受其知识、经验、观察分 析能力的限制，再加上掌握的资料和情报不够准确、完整或建立模型时简化了一些因 素等，这些原因导致预测的分析不够全面、因而预测的结果具有一定的局限性。 预测分为定性预测、定量预测和综合预测三类o “，定性预测是依靠人的观察分析 能力，借助于经验和判断能力进行预测的方法；定量预测是指主要依靠历史统计数据， 运用数学方法建立数学模型进行预测的方法。定量预测也称为统计预测。通常可把定 量预测方法分为时间序列预测方法、因果关系方法及概率方法三类；综合预测是指两 种以上方法的组合运用。这种综合常表现为定性方法和定量方法的综合，有时是两种 以上定量预测方法的综合，综合预测兼有多种方法的长处，可以取得较好的预测结果。 事实上，定性预测与定量预测本来就是密不可分的，任何定量预测都离不开定性的逻 辑分析和判断，而进行定性预测时，为取得准确的结论也常常需要定量分析。 对于高度非线性动态关系的系统，依靠数学方法建立数学模型进行预测是比较困 难的。人工神经网络是人工智能方法的一种，由于它具有高度的非线性变换和高度的 并行处理能力，是处理预测工作的一条十分有效的途径。利用神经网络进行非线性预 测，是神经网络在统计预测领域的新应用。自从1 9 8 7 年l a p e d e s 和f a r b e r 首先应用 神经网络进行预测以来，神经网络预测时间序列逐渐受到重视。目前，神经网络已 经被广泛应用于各个领域，已有多种不同形式的网络被用于工业、经济等的预测中。 研究结果表明，神经网络用于预测效果较好，为一类高度非线性动态关系的时间序列 预测提供了一条有效途径”。 2 2 神经网络模型“叩 人工神经网络是在现代神经学、生物学、心理学等科学研究基础上提出的模拟生 物发展过程以反映人脑某些特性的计算结构。它不是人脑神经系统的真实描写，而只 是它的某种抽象、简化和模拟，反映了生物神经系统的基本特征。在人工神经网络中 最基本的是神经元，常被称为“处理单元”，从网络的观点出发常把它称为“节点”。 第二章岩质边坡的变形预测 人工神经网络的神经元模型和结构描述了一个网络如何将它的输入矢量转化为输出 矢量的过程。这个转化过程从数学角度来看就是一个计算的过程。也就是说，人工神 经网络的实质体现了网络输入和其输出之间的一种函数关系。通过选择不同的模型结 构和激活函数，就可以形成各种不同的人工神经网络模型，得到不同的输入输出关系， 从而达到不同的设计目的，完成不同的任务。 误差逆传播“”神经网络是目前应用最广的神经网络，它是按照误差逆传播学习算 法进行训练的多层神经网络结构，简称b p ( b a c kp r o p a g a t i o n ) 网络。b p 神经网络 结构是一种具有二层或二层以上的阶层型神经网络。上下层之间各神经元实现全连 接，即下层的每一个单元与上层的每个单元都实现权连接，而每层的各个神经元之间 无连接。网络按照有教师学习的方式进行学习，当一个学习样本提供给网络后，神经 元的激活值，从输入层经中间层向输出层传播，在输出层的各种神经元获得网络的输 入响应。之后，按减小希望输出与实际输出误差的方向，从输出层经各中间层逐层修 正各连接权，最后回到输入层，因此取名“误差逆传播算法”，随着误差的不断修正， 网络对输入模式响应的正确率也不断上升。 1 ) 、神经网络的结构 一般来说，有多个输入的单个神经元 并不能满足实际应用的需要。在实际应用 中需要有多个并行操作的神经元，这里将 这些可以并行操作的神经元组成的集合称 为“层”。图2 1 是一个典型的三层神经网 络，它由输入层、隐含层和输出层组成， 隐含层与外界没有直接的输入输出的联 系。常用的神经网络有三到四层。采用越 多的中问层，训练时问就会急剧增加，因 为中间层越多，误差向后传播的过程计算 l a 输入层 l b 隐层 l c 输出层 图2 1 神经网络结构 就越复杂。而且中间层增加后，局部最小误差也会增加。网络在训练过程中，容易陷 入局部最小误差而无法跳出，因此网络的权重不能调整到最优的程度。 2 ) 、b p 神经网络的学习 b p 神经网络的学习过程，就是使网络的误差达到最小的过程，也称训练的过程， 由正向传播和逆向传播组成。 所谓正向传播是输入向量由网络的输入层开始的，经函数作用后，逐层向中间层 和输出层传播。输入层中各个单元对应于输入向量的各个元素。设输入向量为： = ( ，x ：，k 2 ) ，t = 1 ，2 ，m ；m 学习样本数， 一输入层单元个数；对应的 输出向量为：矿= ( y ：2 ，) ，t = l ，2 ，m ，c 广一输出层单元数。在正向传播过 第四章润扬大桥南锚碇基坑监测信息智能预测 土体温度场监测、变形观测( 冻胀、地面位移、桩和深层土体的水平位移) 、结构的应力应 变、地下水位观测及土体水平压力监测。本项研究中主要采用第一道支撑轴力及1 8 孔排 桩位移监测资料。第一道支撑轴力有4 组测点数据，1 8 孔排桩位移有6 个不同深度的监 测数据。监测资料取自2 0 0 1 年1 2 月2 5 日至2 0 0 2 年4 月2 8 日，选取监测数据共9 0 组， 见图4 7 。本文选取其中前8 0 组作为训练样本( p t r ，t t r ) ，8 1 9 0 作为预测样本( t e s t ) 。 部分( 前2 0 组) 训练样本数据见表4 1 ，其中z 卜1 、z 卜2 、z 卜3 、z 卜4 为第一道支撑 轴力的四个测点；1 8 一o 、1 8 4 5 、1 8 9 5 、1 8 1 4 5 、1 8 1 9 5 、1 8 2 4 5 分别为南锚基坑 西测1 8 号测斜孔o m 、4 5 m 、9 5 m 、1 4 5 m 、1 9 5 m 、2 4 5 m 不同深度的排桩位移。 表4 1 部分监测数据表( 2 0 0 1 年1 2 月2 5 日至2 0 0 2 年1 月3 1 日共2 0 组) 测点 时间 z 1 1 ( k n ) z 1 2 ( k n ) z 1 3 ( k n ) z 1 4 ( k n ) 1 8 0 ( 呻) 1 8 4 5 ( m m ) 1 8 9 5 ( m ) 1 8 1 4 5 ( m m ) 1 8 一1 9 5 ( m m ) 1 8 2 4 5 ( m m ) 2 0 0 1 1 2 2 5o0 河海大学硕士学位论文 通常取1 2 层，而中间层的单元数则需要根据情况而定，若中间层单元数太少，网 络所能获取的用以解决问题的信息太少，训练的网络不够强壮，不能识别以前没有遇 到过的样本，容错性较差：但若中间层节点数过多，不仅使学习时间过长，而且造成 训练过度如图( 2 2 ) 所示，即神经网络把训练样本里的一些无关紧要的非本质的东 西学的很好，如果输入训练样本则性能十分理想，然而当输入检测样本时，性能会很 的数目，误差反而会增大，即泛化能力下降，所以训练误差小不一定意味着泛化能力 就好。为了更好的解决中间层单元数的问题，本文用模拟退火算法来确定中间层的单元数。 ( a ) 适度训练(b)过度训练 图2 2 网络训练示意图 2 3 模拟退火算法h 印 固体退火是先将固体加热至熔化，再徐徐冷却使之凝固成规整晶体的热力学过 程。1982年，kirkpatrick等首先意识到固体退火过程与最优化问题之间存在的类似性， metropolis等对固体在恒定温度下达到热平衡过程的模拟也给他们以启迪：应该把 metropolis准则引入到优化过程中来。最终他们得到一种对me仃opolis算法进行迭代 的求解最优化算法，这种算法模拟固体退火过程，称之为“模拟退火算法”。 m e 仃o p o l i s 准则： f le = 与 八0 2 b 警) p 易 q 1 2 m e 打o p o l i s 准则的含义为：e i 为初始状态i 的能量，在某一新状态j 下的能量e j 如果大于e i ，则接受该状态，否则，以某一概率接受新状态。按m e t r o p o l i s 准则执行 的算法称为m e t r o p o l i s 算法。 1 2 ， 一 激咿夕一 一歹一 tropolis算法。 12， 一 激咿夕一 河海大学硕士学位论文 通常取1 2 层，而中间层的单元数则需要根据情况而定，若中间层单元数太少，网 络所能获取的用以解决问题的信息太少，训练的网络不够强壮，不能识别以前没有遇 到过的样本，容错性较差：但若中间层节点数过多，不仅使学习时间过长，而且造成 训练过度如图( 2 2 ) 所示，即神经网络把训练样本里的一些无关紧要的非本质的东 西学的很好，如果输入训练样本则性能十分理想，然而当输入检测样本时，性能会很 的数目，误差反而会增大，即泛化能力下降，所以训练误差小不一定意味着泛化能力 就好。为了更好的解决中间层单元数的问题，本文用模拟退火算法来确定中间层的单元数。 ( a ) 适度训练(b)过度训练 图2 2 网络训练示意图 2 3 模拟退火算法h 印 固体退火是先将固体加热至熔化，再徐徐冷却使之凝固成规整晶体的热力学过 程。1982年，kirkpatrick等首先意识到固体退火过程与最优化问题之间存在的类似性， metropolis等对固体在恒定温度下达到热平衡过程的模拟也给他们以启迪：应该把 metropolis准则引入到优化过程中来。最终他们得到一种对me仃opolis算法进行迭代 的求解最优化算法，这种算法模拟固体退火过程，称之为“模拟退火算法”。 m e 仃o p o l i s 准则： f le = 与 八0 2 b 警) p 易 q 1 2 m e 打o p o l i s 准则的含义为：e i 为初始状态i 的能量，在某一新状态j 下的能量e j 如果大于e i ，则接受该状态，否则，以某一概率接受新状态。按m e t r o p o l i s 准则执行 的算法称为m e t r o p o l i s 算法。 1 2 ， 一 激咿夕一 一歹一 第二章岩质边坡的变形预测 模拟退火算法从某个初始解出发，经过大量解的变换后，可以求得给定控制参数 值时最优化问题的相对最优解。然后减小控制参数t 的值，重复执行m e t m p o l i s 算法， 就可以在控制参数t 趋于零时，最终求得最优化问题的整体最优解。由于固体退火必 须“徐徐”降温，才能使固体在每一温度下都达到热平衡，最终趋于能量最小的基态， 控制参数的值也必须缓慢衰减，才能确保模拟退火算法最终趋于最优化问题的整体最 优解集。 模拟退火算法用m e 们p o l i s 算法产生最优化问题解的序列，并由与m e t r 叩o l i s 准 则对应的转移概率p ； 州i 钏= h 拳， 当坷) f ( i ) ， 否则。 ( 2 1 3 ) 确定是否接受从当前解i 到新解i 的转移。式( 2 1 8 ) 中的t e r + 表示控制参数。开始 让t 取较大的值( 与固体的熔解温度相对应) ，在进行足够多的转移后，缓慢减小t 的值 ( 与“徐徐”降温相对应) ，如此重复，直至满足某个停止准则时算法终止。 模拟退火算法依据m e t r o p o i i s 准则接受新解，因此除接受优化解外。还在一个限 定范围内接受恶化解。开始时t 值较大，可能接受较差的恶化解；随着t 值的减小， 只能接受较好的恶化解：最后在t 值趋于零值时，就不再接受任何恶化解了。这就使 模拟退火算法既可以从局部晟优的“陷阱”中跳出，更有可能求得最优化问题的整体 最优解：又不失简单性和通用性。 在模拟退火算法中，冷却进度表是一组控制算法进程的参数，用以逼近模拟退火 算法的渐近收敛性态，使算法在有限时执行过程后返回一个近似最优解。冷却进度表 是影响模拟退火算法性能的重要因素，其合理选取是算法应用的关键。 模拟退火算法渐近收敛性的有限时间逼近通常采用下述方法来实现：用控制参数 t 的一个递减有限序列 t k ，k = 0 ，l ，2 ，以及与之对应的链长为l k 的有限长齐 次m a p k o n 链序列去控制算法进程。为此必须确定一个确保算法收敛的参数集，这个 参数集称为冷却进度表。 一个冷却进度表应当规定下述参数： ( 1 ) 控制参数t 的初值t 0 ： ( 2 ) 控制参数t 的衰减函数： ( 3 ) 控制参数t 的终值t f ( 停止准则) ； ( 4 ) m a p k o b 链的长度lk 。 由于对平稳分布任意近似的逼近将导致模拟退火算法指数时间的执行过程，在模 拟退火算法的实际应用中，不得不采用准平衡的较低量化标准去构造相应的冷却进度 表。而对于准平衡的不同近似又导出了精细程度不一的各种冷却进度表。 河海大学硕士学位论文 有效的冷却进度表都必须要解决两个问题：其一是算法的收敛性问题。不合 冷却进度表会使算法在某些解问“振荡”而不能收敛于某一近似解。这个问题可 以通过tkk以及停止准则的合理选取加以解决。算法的收敛速度显然取决于tk和 lk的。第二个问题是模拟退火算法的实验性能问题。算法的实验性能一般用两个 指标均情况下最终解的质量和cpu时间来衡量。采用较高量化标准构造的