BP神經網絡在砌體結構拆除工程中的應用

王 勃 馬俊威 董麗欣

（1：吉林建筑大學土木工程學院，吉林 長春 130118；2：吉林省結構與抗震科技創新中心，吉林 長春 130118）

0 引言

砌體結構在我國已擁有5000年的使用歷史[1-2]。建國初期，我國大部分工業與民用建筑采用砌體結構，抗震性能不佳，危及到人民生命財產安全[3]。許多砌體結構由于破損嚴重，需要拆除重建。目前國內外關于砌體結構的拆除方法一般包括人工拆除、機械拆除、爆破拆除、靜態破碎拆除[4-6]。

人工拆除主要依靠作業人員利用風鎬、滑輪、大錘等工具將建筑物進行解體的方法，適用于≤18 m高或6層的建筑物，人工拆除對周圍環境不會造成很大的影響，但拆除工期長、造價高；機械拆除一般采用破碎錘、破碎球、長臂液壓剪等機械進行建筑物的拆除作業，適用于較高建筑物如塔的拆除作業，具有效率高、靈活性好、沖擊能量大等優點，但會對環境造成一定的危害；爆破拆除主要是將炸藥布置在承重構件上，利用爆破的能量破壞承重構件，建筑物因失穩而被破壞，爆破拆除在拆除高聳結構中廣泛使用；靜力破碎拆除采用破碎劑對建筑物進行拆除，主要適用于局部拆除，破碎劑會發生一定的化學反應，作業人員易受到傷害。

神經網絡來自于McCulloch和Pitts[7]提出的二元神經元的閾值和權值模型，它是一種具有模仿動物神經網絡行為特征的網絡，是一種進行分布式信息處理算法的數學模型。這種網絡依靠系統的復雜程度，通過調整內部大量節點之間相互連接的關系，從而達到準確處理信息的目的。馬海越等[8]使用BP神經網絡和薩達公式分別對地下采場的振動速度進行預測，結果表明BP神經網絡模型的預測更精確，誤差小。黃山等[9]采用匯率價格的歷史數據作為訓練樣本，用BP神經網絡對未來匯率進行短期預測，有助于對未來市場發展方向的分析。張軍等[10]針對地下管廊施工質量控制點的數據分析，提出了對材料、人、機械設備、環境和施工方案的量化處理，建立了BP神經網絡預測模型，表明BP神經網絡對地下管廊控制點的預測是可靠的、有實用價值的。通過大量文獻可以看到BP神經網絡已經應用到生活的各個方面，因此將該網絡對砌體結構拆除的工期和造價進行預測是可行的[11]。BP神經網絡具有適應性和自學能力強的特點。

1 砌體結構拆除方案的BP神經網絡模型建立

BP神經網絡是一種通過誤差逆向傳播的一種多層前饋神經網絡，其主要目的在于輸入層進行輸入，然后隱含層進行權值閾值的訓練得到預測值與測試值的誤差，再用這個誤差向前一層估計上一次誤差，如此重復地將誤差反向傳遞，得到各層的誤差估計[12]，BP神經網絡的模型結構如圖1所示。

選用網絡類型為s型傳遞函數：

采用反傳誤差來調節網絡的權值和閾值來達到極小誤差：

式中：E為誤差函數；ti為期望輸出；oi為計算輸出。

通過資料搜集總結，得到影響砌體結構拆除工期和造價的影響因素見表1。

通過資料收集和專家咨詢得到砌體結構拆除工期和造價，進行整理得到訓練數據表2和測試數據表3。

表1 工程量化指標

表2 訓練樣本數據庫

表3 測試樣本數據庫

2 BP神經網絡訓練

將影響拆除工期和造價的9個特征因素作為輸入層，8個隱藏層，1個輸出層，進行BP神經網絡訓練，如圖2所示。

圖3為BP神經網絡預測誤差，可以看出，數據點比較均勻地分布于回歸線兩側，相關系數為0.997 08，表明建立的BP神經網絡模型具有良好的精度。

圖4為測試曲線和訓練曲線，當訓練到第10次時最好的擬合數值是0.003 327 1，相對較小，得到了理想的訓練模型。

3 預測結果討論分析

將經過BP神經網絡模擬得到的預測值與實際值比較見表4，砌體結構拆除造價的相對誤差在-1.9%～7.1%，工期相對誤差為-0.8%～3.5%，誤差相對較小，可通過BP神經網絡建立模型對砌體結構拆除工期和造價進行預測。

表4 預測與實際誤差的對比

4 結論

本文通過40組砌體結構拆除工期和造價數據，建立砌體結構拆除方案決策BP神經網絡模型，對BP神經網絡進行訓練，對拆除造價和工期進行預測并與實際值進行比較，相對誤差均＜7.1%，相對較小。BP神經網絡可對砌體結構拆除工期和造價進行預測，為砌體結構拆除工程提供依據和參考。