進化神經網絡預測房屋爆破振動破壞程度研究

鄭松鵬 黃志波 李輝 汪勇志

(福建農林大學 金山學院 福建福州 350002)

0 引言

在爆破振動作用下，建筑物結構會出現不同程度的響應與破壞。隨著爆破工程作業環境愈來愈復雜，由此導致的糾紛不斷增多。房屋在爆破振動作用下的損害狀況的預測與防治成為了當前的研究熱點和難點。

目前，常用的爆破振動危害預測方法的預測結果與現場實際的結果，在很多情況下誤差較大[1-2]。為此，急需建立能夠對爆破振動房屋危害程度較為精確的預測方法。史秀志[1-2]、董隴軍[3]基于神經網絡利用判別分析法建立了爆破振動房屋危害程度預測方法，并對被保護建構筑物的安全狀況進行了預測研究。由于神經網絡有一定的適用范圍和局限性，不能完全達到全局的最優。遺傳算法具有搜索全局最優解和隱含并行性的優點，將遺傳算法引入人工神經網絡形成的進化神經網絡方法已在其他領域獲得應用，并被證明該法能克服單純神經網絡的缺陷[4-6]。

基此，本文嘗試建立基于進化神經網絡方法的爆破振動對房屋破壞程度的預測模型。工程實例證明該法在預測爆破振動對房屋破壞等級方面是可行的。

1 進化神經網絡

BP神經網絡具有模擬人類部分形象思維的能力。它采用類似于“黑匣子”的方法, 通過學習和記憶, 找出輸入與輸出之間的特征關系,特別適用于參數變量和目標函數之間無數學表達式的復雜工程問題中。遺傳算法模擬了自然界生物進化過程中的“優勝劣汰, 適者生存”的法則, 將復制、雜交、變異等概念引入到算法中, 通過構造一組初始可行解群體并對其操作, 使其逐漸移向最優解。它是一種全局最優化方法, 特別適用于多極值點的優化問題。克服了傳統優化方法易于陷入局部最優解的缺點, 搜索具有隱含并行性, 可以較快地搜索到全局最優解。

運用神經網絡強大的自適應、自組織、自學習的能力以及具備的高度非線性映射性、泛化性和容錯性的特點，將遺傳算法的全局尋優能力與BP算法的局部尋優能力相結合，搜索神經網絡結構, 并用最佳推廣預測學習算法訓練網絡結構，形成進化神經網絡[7]。

2 進化神經網絡民房破壞程度預測模型

2.1 房屋破壞程度影響因素及量化

影響爆破振動對房屋破壞程度的因素很多，除了爆破振動特征參量外，還有房屋結構形式及強度、房屋所處的場地條件等。結合爆破振動作用下民房的破壞機制[8-10]，選取爆破振動幅值、主頻率、主頻率持續時間、灰縫強度、磚墻面積率、房屋高度、屋蓋形式、圈梁構造柱、施工質量、場地條件這10個主要影響因素作為民房破壞程度的評判因子。根據爆破振動對房屋的破壞特征, 可以把房屋的破壞程度分為3個等級：基本完好；輕微損傷；破壞。輸出參量破壞等級標準及數據量化如表1所示[2]。

其中，爆破振動幅值、爆破振動主頻率、主頻率持續時間、灰縫強度、磚墻面積率、房屋高度可以采用實測值直接輸入；屋蓋形式、圈梁構造柱、施工質量、場地條件屬于狀態參量，需要將其進行數量化處理。其取值標準如表2 所示[3]。故每一個學習樣本為一個11維向量，前10個分量影響爆破振動對房屋破壞程度的因素值，后1個分量為房屋破壞等級。

表1 房屋破壞等級劃分標準及數據量化表

表2 部分狀態參量數據量化表

2.2 預測步驟

首先，應用神經網絡建立影響爆破振動對房屋破壞程度的因素與房屋的破壞等級之間的映射關系, 實現對于任一組給定的爆破振動對房屋破壞程度的影響因素值, 均可以通過該網絡的推廣預測能力求出其相應的房屋破壞等級。然后，應用遺傳算法具有搜索全局最優解和隱含并行性的優點，對房屋破壞等級進行搜索尋優，確定最終的破壞等級。具體步驟如圖1所示。

圖1 進化神經網絡預測模型建立步驟

3 工程應用實例

3.1 工程概況

銅綠山礦露天采場已有40多年的開采歷史，附近居民稱自己的住宅因爆破振動而出現損壞，要求銅綠山礦賠償。為此，對周圍典型民房進行爆破振動監測，并對破壞情況進行宏觀調查記錄。

3.2 建立訓練樣本

基于典型民房的爆破振動監測數據及破壞情況調查記錄資料，按照上述2.1的方法量化民房破壞程度的10個評判因子形成訓練樣本，如表3所示。

3.3 房屋破壞等級預測結果

利用表3中的訓練樣本對進化的神經網絡進行訓練。經過試算確定3層神經網絡，進化到第四代時最佳適應值為0.000 114 608，如圖2所示，經過7500次訓練，訓練誤差到達0.001，如圖3所示，建立既有較高精度的模型。用訓練好的模型預測房屋破壞等級，其預測結果如表4所示。不僅符合房屋實際破壞等級，而且能進一步反映房屋在某破壞等級下的嚴重程度，進而精確評價房屋的破壞等級。

表3 訓練樣本

圖2 最佳適應值變化 圖3 訓練過程誤差變化

4 結論

將遺傳算法的全局尋優能力與BP算法的局部尋優能力相結合形成的進化神經網絡應用于預測爆破振動對民房破壞程度，可以克服其他單一優化方法易陷入局部最優和房屋破壞評判因子與房屋破壞等級之間的映射關系難以確定的缺點。模型實例預測證明, 基于文中10個評判因子建立的預測模型對爆破振動對民房破壞程度預測簡單實用、準確可靠。其量化的結果為精確評判房屋破壞等級提供依據。