基于BP网络和遗传算法的岩爆预测研究

基于BP网络和遗传算法的岩爆预测研究

汪明心

(1.重庆交通大学，重庆 400074)

摘要： 近些年来,随着国民经济的持续发展,国家对各种矿产资源、能源和交通运输的需求日益增加,越来越多的 水利工程开发项目不断提上日程,矿山资源的开采也不断向深层次发展,因而越来越多的工程将修建在长、深、密 集的地下洞室中。岩爆作为这些典型高地应力区突出的主要地质灾害之一,尚没有完善的预测理论和机制,因此岩 爆的预测与防治意义重大。本文通过建立基于遗传算法优化的网络模型,对岩爆的发生进行预测,介绍主要理论和 应用机理。

关键词： BP神经网络,遗传算法,优化,岩爆预测

1 岩爆的基本概念及产生因素

高地应力区的岩体内部积聚了很大的弹性应变能,在洞室开挖过程中或开挖之后一定时间内,岩体 内的应力进行重分布并在洞壁附近产生应力集中,当集中的应力超过岩体的破坏强度时,应变能就会突 然释放,岩体发生猛烈的脆性失稳破坏,破坏后的围岩发生爆裂松脱、剥落,岩块发生猛烈地弹射甚至抛 掷,并常常伴有声响,这种岩体破坏形式就是岩爆 [1] 。轻微岩爆仅剥落岩片而无弹射现象严重的岩爆可 将巨石猛烈抛出,甚至一次岩爆就能抛出数以吨计的岩块和岩片,并可以测到一定级别的地震。岩爆是 矿山巷道、交通隧道、水利水电工程地下厂房、引水隧洞等地下工程中的一大地质灾害 [2] 。

岩爆与地下空间设计的剖面形状,施工顺序,支护方式及爆破震动有关,这些因素均表现为影响围 岩的应力分布 [3] ,或是当围岩处于临界平衡时,若发生动力扰动,即会促使围岩失稳。工程设计的因素 主要是指设计不当或设计上不可避免因素所造成的不利影响,形成高应力集中区或应力叠加区,从而易 导致岩爆发生 [4] 。由于各种形状的巷道断面角点处应力集中程度最大,因此巷道断面形状应尽量采用 曲线形,以避免角点上过大的应力集中。施工因素是指由于施工顺序不合理或不可回避的施工工艺影响 而构成了岩爆发生条件或诱发条件 [5] 。高地应力区地下工程洞室施工过程中,如果开挖方法、工程措 施等选择不当,则会大大恶化围岩的物理力学性能和应力条件,诱发或加剧岩爆的发生。开挖工序、 钻爆方法对围岩的稳定影响较大,支护方式则起着能否尽快稳定围岩的作用。通过优化结构设计、爆破 开挖设计和合理的施工组织等措施,尽可能地避免出现应力过分集中的地区或部位。另外还需要强 调,立足于减轻或避免岩爆伤人毁机及导致围岩大面积失稳的目标,应该及时做好围岩的支护和补救工 作。

2 人工神经网络模型

神经细胞是构筑神经系统和人脑的基本单元,它既具有结构和功能的动态特性,又具有时间和空间 的动态特性,其简单有序的编排构成了完美复杂的大脑。神经细胞之间的通信是通过其具有可塑性的突 触祸合实现的,这使它们成为一个有机的整体。人工神经网络就是通过对人脑的基本单元—神经细胞一

2

一的建模和连接,来探索模拟人脑神经系统功能的模型,其任务是构造具有学习、联想、记忆和模式识别 等智能信息处理功能的人工系统。

在各种智能信息处理模型中,人工神经网络是最具有大脑风格的智能信息处理模型,许多网络都能 反映人脑功能的若干基本特性,但并非生物系统的逼真描述,只是对其局部电路的某种模仿、简化和抽 象。

大量神经元组成庞大的神经网络,才能实现对复杂信息的处理与存储,并表现出各种优越的特性。神 经网络的强大功能与其大规模并行互连、非线性处理以及互连结构的可塑性密切相关。因此必须按一 定规则将神经元连接成神经网络,并使网络中各神经元的连接权按一定规则变化。生物神经网络由数以 亿计的生物神经元连接而戒,而人工神经网络限于物理实现的困难和为了计算简便,是由相对少量的神 经元按一定规律构成的网络。人工神经网络中的神经元常称为节点或处理单元,每个节点均具有相同的 结构,其动作在时间和空间上均同步。人工神经网络的模型很多,可以按照不同的方法进行分类。其 中常见的两种分类方法是按网络连接的拓扑结构分类和按网络内部的信息流向分类。

4 遗传算法

4.1 遗传算法基本原理

遗传算法的基本原理是基于料的进化论和的基因遗传学原理。进化论认 为每一物种在不断的发展过程中都是越来越适应环境。物种的每个个体的基本特征被后代所继承,但后 代又不完全同于父代,这些新的变化若适应环境,则被保留下来。在某一环境中也是那些更能适应环境 的个体特征能被保留下来,这就是适者生存的原理。遗传学说认为遗传是作为一种指令码封装在每个细 胞中,并以基因的形式包含在染色体中,每个基因有特殊的位置并控制某个特殊的性质,每个基因产生 的个体对环境有一定的适应性,基因杂交和基因突变可能产生对环境适应性更强的后代,通过优胜劣汰 的自然选择,适应值高的基因结构就被保存下来。遗传算法将问题的求解表示成“染色体”用编码表示 字符串。该算法从一群“染色体”串出发,将它们置于问题的“环境”中,根据适者生存的原则,从中选

择出适应环境的“染色体”进行复制,通过交叉、变异两种基因操作产生出新一代的更适应环境的“染 色体”种群。随着算法的运行,优良的品质被逐渐保留并加以组合,从而不断产生出更佳的个体。这一 过程就如生物进化那样,好的特征被不断地继承下来,坏的特性被逐渐淘汰。新一代个体中包含着上一 代个体的大量信息,新一代的个体不断地在总体特性上胜过旧的一代,从而使整个群体向前进化发展。 对于遗传算法,也就是不断接近最优解。遗传算法的理论基础是模式理论,它表明随着遗传算法的一代 一代地进行,那些适应度高、长度短、阶次低的模式将在后代中呈指数级增长,最终得到的串即为这些 模式的组合,因而可期望性能越来越得到改善,并最终趋向全局的最优点。

4.2 网络结构的设计

运用遗传算法对 BP 网络的权值进行优化之前,我们先确定 BP 网络的基本结构。BP 网络的设计主要包括输入层、输出层节点数、隐含层节点数神经元个数及各层之间的传输函数几个 方面。

5结论

近年来,我国经济社会的持续高速发展对水力资源、矿产资源的开发利用提出更高的要求,一大批 大中型水利水电工程和深部矿产开发项目陆续实施,将有越来越多的工程比如地下电站厂房等修建在 长、深、密集的地下洞室中。高地应力是这些区域的典型工程特点,而岩爆是高地应力区洞室开挖中常 见的地质灾害,因此其预测与防治具有十分重要的意义。本文收集了以往若干工程中岩爆的实录数据, 利用经遗传算法优化过的BP神经网络进行训练和仿真 [16] ,从而对岩爆的发生及其烈度进行预测。概括 起来主要完成了下列几个方面的研究工作。

1.收集并整理了国内外相关的岩爆研究资料,归纳了岩爆的类型划分、烈度分级、岩爆的一般特征, 总结了岩爆的发生条件、岩爆的形成机理和岩爆的预测的方法等等。

2.对国内外一些典型的岩爆灾害造成的损失情况进行了统计和描述考虑到近些年来水利工程建设 的规模和规划的重要水利工程项目,提出现阶段在我国水利工程建设和矿山资源开采向长、深、密发展 的趋势下,岩爆预测工作的重要性和迫切性。

3.综合分析理论分析和工程应用两个方面,归纳了影响岩爆的因素,认为抗拉强度、抗压强度、洞 壁切应力大小和弹性应变能指标是岩爆发生的主要因素,并将脆性系数(σc/σt)、弹性应变能指数(Wet) 和应力强度比σθ/σc作为影响岩爆的主要指标和网络模型的影响因子。

参考文献：

[ 1 ] 徐则民,黄润秋,范柱国等.长大隧道岩爆灾害研究进展. 自然灾害学报, 2004,Vol.13(2):16-24 [ 2 ] 谭以安,岩爆类型及其防治,现代地质,1991,Vol.5:450-456

[ 3 ] 张悼元,王士天,王兰生工程地质分析原理.北京:地质出版社,1994

[ 4 ] 徐林生,王兰生,李天斌国内外岩爆研究现状综述.长江科学学院院报,1999,Vol.16(4):24-27 [ 5 ] 谭以安岩.爆形成机理研究,水文地质与工程地质,1989(1):34-38

5