基于知識系統的巖土工程勘察參數預測

王維重

（沈陽建材地質工程勘察院有限公司，遼寧沈陽）

引言

巖土工程勘察是巖土工程設計和施工的重要組成部分[1]?？辈觳蛔憧赡軐е略O計不當、施工進度延遲、場地環境破壞等問題[2]。因此，進行更多數量的勘察可以降低風險；然而當風險足夠低時，更多數量的勘察不會顯著降低風險[3-4]。確定一個項目的初步現場測試數量取決于許多因素，例如項目區域、結構的荷載和敏感性、地質結構的復雜性以及初步布局和總體布局之間的相似性等[5]。

本文的目的是評估在項目開始之前所需的巖土工程勘察的最佳值。巖土工程勘察的最佳值是指能夠充分描述建筑工地的最佳勘察點、現場測試和實驗室測試的最佳數量[6]。因此基于自適應網絡的模糊推理系統開發一個模型，用于確定在項目開始之前所需的最佳測試次數。最后通過一個數值示例介紹了模型的使用結果，可以將它用于規劃巖土工程勘察。

1 巖土工程勘察規劃數量概念

為了獲得有關項目結構、地基類型、地基深度、地下水位和地面分層的信息，需要進行巖土工程勘察，工程師必須決定某個項目需要進行多少次數量的巖土工程勘察[7-8]。

每個地層的最佳現場和實驗室試驗次數（NT，i，l，opt）由等效勘察比率（rEQ）定義。勘察的最佳數量在最小數量之間（NT，i，l，min）和最大數量（NT，i，l，max）：

工程師對項目所需的現場和實驗室測試數量的判斷是基于幾個影響參數的[9-10]。當這些參數有利時，工程師可以相對容易地決定現場和實驗室測試的數量（rEQ=0）。當參數不利時，應進行更多的現場和實驗室測試。對于極端不利的條件，需要進行最大數量的現場和實驗室測試（rEQ=1）：

為了正確描述勘察點的最佳數量（NIP，opt），可以通過等效勘察比率來定義：

2 建筑工地的ANIS 勘察模型

2.1 輸入因子

合適的勘察數量取決于許多因素，包括結構類型、項目面積、布局幾何形狀、結構的荷載/敏感性、場地地質、地質結構的復雜性、土層的可變性以及初步環境與現有周圍環境的相似性等。本文提出了ANIS輸入因子系統，等效勘察比率（rEQ）表示為輸入因子的函數。開發ANIS 模型是為了預測項目所需的現場和實驗室的最佳勘察數量。首先，確定輸入空間由四個參數組成，間隔從1 到10，在該模型中，針對各種現場條件定義了m 個評估參數，訓練數據如表1 所示。

表1 訓練數據空間

2.2 ANIS 勘察模型的結構

ANIS 模型使用“If-then”的規則進行描述：

規則1：

If IP1=A1并且IP2=B1并且IPk=K1并且IPm=M1then rEQ，1=a1，

規則2：

If IP1=Ai 并且IP2=Bi并且IPk=Ki并且IPm=Mithen rEQ，i=ai，

規則3：

If IP1=An并且IP2=Bn并且IPk=Kn并且IPm=Mn then rEQ，n=an，

其中a1、ai、an是后續參數和IP1、IP2、IPk，和IPm是輸入變量。每個規則的輸出等于常數，最終輸出是每個規則輸出的加權平均值：

權重由高斯激活函數獲得：

其中c 是標準差，σ 表示正態分布值。（Ai，Bi，Ki，Mi）的第一激活等級使用以下公式計算：

其中IP1、IP2、IPk，和IPm是高斯函數的輸入。接下來計算每個規則的激活函數的乘積：

其中wi表示模糊權重值：

3 應用示例

示例項目是一個酒店綜合體，由一棟五層酒店建筑和相關的停車場以及服務區組成。建筑面積為80 m×60 m。該地區的一般地質情況表明，沉積物由積土和砂礫組成，其中沉積物的深度最大達15 m。項目初期根據工程師的建議，最大和最小勘察數量分別為NIP，min7 和NIP，max=18。

3.1 ANIS 輸入因子

對于這個項目示例，提出了一個由四個輸入因素組成的系統：布局幾何圖形LG=IP1，項目條件PC=IP2，地質GEO=IP3，以及相似性SIM=IP4。表2 顯示了對這些因素的評估值。

表2 輸入因素的評估值

使用該系統，等效勘察比率表示為四個項目因素的函數：

3.2 決策條件

決策條件是根據過去的經驗和工程判斷制定的。根據上述計算得表3，包括建筑場地的每個參數的從1 到10 的勘察比率的值。

表3 勘察比率值

ANIS 模型的輸入值是根據表2 中所示的標準值確定的，即布局幾何（LG）、項目條件（PC）、地質（GEO）和相似性（SIM）都被視為輸入參數，等效勘察比率被認為是一個輸出參數如表4 所示。在該模型中，針對各種建筑場地條件定義了16 個評估結果值。在勘察最有利的情況下，所有參數的值都等于1，并且等效勘察比率的最小數量rEQ為0。

表4 訓練數據

然后，使用模糊權重值和隨后的參數來確定每個規則的輸出。最終輸出是每個規則輸出的加權平均值，計算的數值如表3 所示。因此從表5 的結果中可以得到當rEQ=0.472 時，可以得到最佳的勘察點數量。

表5 ANIS 不同規則組合下輸出的相關參數

使用rEQ=0.472 可得出勘察點的最佳數量NIP，opt計算如下：

4 結論

本文研究了確定建設項目所需的巖土工程勘察的最佳數量，用等效勘察比率描述了最佳勘察次數，為了促進多個勘察點的決策過程，提出了一種自適應網絡模糊推理系統（ANIS）。該系統旨在確定幾個輸入參數的影響并計算等效勘察比率。開發的可以模型用于表征任何建筑工地，可用作工程師的系統決策支持工具，為巖土工程勘察提供更優的方案。