摘　要

　　本文結合灰色理論和BP網(wǎng)絡理論建立灰色BP網(wǎng)絡模型來探討其在嵌巖樁承載力預測中的應用。

　　關鍵詞:BP網(wǎng)絡模型, 嵌巖樁, 承載力

　　Abstract: Combined with grey theory and the BP neural network theory, the paper talks about a grey BP network model to study the rock-socketed pile bearing capacity prediction of application.

　　Key Words: BP network model, rock-socketed pile, bearing capacity

　　中圖分類號：   TU473          文獻標識碼：A                   文章編號：

　　由于嵌巖樁的單樁承載力很高，嵌巖樁的試驗資料非常有限，在這些有限的試驗資料中，真正能做到樁基破壞階段的試驗很少。如何根據(jù)這些實測的有限的荷載與沉降數(shù)據(jù)準確地預測樁的完整的荷載一沉降關系，進而確定樁的極限承載力，對于指導嵌巖樁設計和施工是具有重要意義的。本文結合灰色理論和BP網(wǎng)絡理論建立灰色BP網(wǎng)絡模型來探討其在嵌巖樁承載力預測中的應用。

　　1、模型的建立

　　由灰色理論得知單樁的極限承載力Pu可由如下公式表示：

　　（1）

　　其中：Pi為樁頂荷載序列，為Pi的一次累加生成，第i+1級樁頂累計荷載預測值，a表示發(fā)展系數(shù)。

　　根據(jù)公式 建立殘差序列 的BP網(wǎng)絡模型。若預測階數(shù)為m，即用 作為BP網(wǎng)絡訓練的輸入樣本；將 的值作為BP網(wǎng)絡訓練的預測期望值。采用上述BP算法，通過足夠多的參差序列案例訓練這個網(wǎng)絡，使不同的輸入向量得到相應的輸出量值。訓練好的BP網(wǎng)絡模型可以作為殘差序列預測的有效工具，BP網(wǎng)絡模型如下：

　　圖1 BP神經(jīng)網(wǎng)絡的設計圖

　　這里設計的BP神經(jīng)網(wǎng)絡的輸入層節(jié)點為3，即由前三個數(shù)據(jù)預測下一個數(shù)據(jù)。隱含層為一層，其節(jié)點數(shù)為6。輸出層的節(jié)點數(shù)為1。隱含層的傳遞函數(shù)為雙曲正切函數(shù)，輸出層的傳遞函數(shù)為線性函數(shù)，如圖1所示。學習函數(shù)設為梯度下降動量學習函數(shù)，訓練函數(shù)為動量及自適應的梯度遞減訓練函數(shù)。

　　確定 的新預測值。設經(jīng)過BP網(wǎng)絡訓練模型預測出的參差序列為 ，在此基礎上構造新的預測值 ，即：

　　（2）

　　則 就是灰色BP神經(jīng)網(wǎng)絡組合模型的預測值。

　　二．工程實例實測與預測的對比分析

　　本例取自瑞安國際大酒店其中的某根嵌巖樁的實測資料[1]，試樁采用錨樁－反力架裝置慢速維持荷載加載觀測，結果見表1。

　　表1  瑞安國際大酒店某試樁數(shù)據(jù)

　　樁頂荷載(KN)248437264968621074528694

　　樁頂沉降(mm)1.372.663.996.038.0610.92

　　樁頂荷載(KN)993611178124201366214904

　　樁頂沉降(mm)15.0619.9228.0136.3045.81

　　首先建立殘差序列：

　　將以上數(shù)據(jù)作歸一化處理，分別除以每組數(shù)據(jù)中的最大絕對值，使其值在[-1，1]之間，得：

　　均方誤差限制在0.001以內(nèi)，學習率設為0.01，學習率自適應增量為1.05，學習率自適應遞減率為0.7。 在訓練1189次后，模型達到收斂，見圖2。

　　圖2 訓練誤差曲線

　　圖3   訓練誤差曲線  在訓練2901次后，模型達到收斂，見圖3。

　　根據(jù)式（2），可以得到最后的預測結果，表2列出了灰色BP神經(jīng)網(wǎng)絡模型的擬合結果，由表中可以看出，BP網(wǎng)絡對GM（1，1）模型的修正效果非常好。

　　表2 灰色BP神經(jīng)網(wǎng)絡模型的擬合結果

　　實測荷載(KN)6210745286949936

　　預測荷載(KN)6206747486409990

　　相對誤差(%)0.06-0.300.62-0.54

　　實測荷載(KN)11178124201366214904

　　預測荷載(KN)11153124281365914905

　　相對誤差0.22-0.060.02-0.01

　　實測沉降(mm)6.038.0610.9215.06

　　預測沉降(mm)6.027.9911.1614.79

　　相對誤差0.100.92-2.191.78

　　實測沉降(mm)19.9228.0136.3045.81

　　預測沉降(mm)20.0627.9536.3045.81

　　相對誤差-0.680.2300

　　三．小結

　　本文通過對瑞安國際大酒店某根嵌巖樁單樁承載力建立灰色BP網(wǎng)絡模型進行計算，并與實測資料進行對比，得出灰色系統(tǒng)理論和人工神經(jīng)網(wǎng)絡的組合能夠提高嵌巖樁荷載預測的精度，對指導工程實踐具有重要的實際意義。

　　參考文獻：

　　[1] 張忠苗. 軟土地基超長嵌巖樁的受力性狀[J]. 巖土工程學報, 2001, 23(5): 552-556

　　[2] 魏際兵，陳華興，應用BP神經(jīng)網(wǎng)絡預測嵌巖樁豎向承載力的研究[J] 地球與環(huán)境，2005，，S1