參數(shù)反演-基于BP神經(jīng)網(wǎng)絡

工程巖體力學參數(shù)的智能反分析姓名：羅鵬班級：土木1303班論文結(jié)構(gòu)第1章前沿第2章BP神經(jīng)網(wǎng)絡第3章正演模型的建立第4章物理力學參數(shù)的反分析第5章結(jié)論和展望第1章前沿1.1研究背景及意義近年來，我國基礎設施建設快速發(fā)展，同時這些工程的建設不可避免的會遇到各種不同的巖體。如果無法對巖體的力學參數(shù)進行準確的確定，那么工程的設計、施工以及管理都會遇到巨大的挑戰(zhàn)。傳統(tǒng)的實驗法、經(jīng)驗分析法、數(shù)值分析法都存在著一些缺陷。反分析方法在求解力學參數(shù)方面具有很好的適用性。將反演的力學參數(shù)值與實際的力學參數(shù)值進行對比，可以看出反分析方法在解決力學參數(shù)方面具有很好的適用性。此方法為實際工程的參數(shù)反演提供了基礎。第1章前沿1.2國內(nèi)外研究現(xiàn)狀（神經(jīng)網(wǎng)絡算法）

Mcculloch和Pitts（20世紀40年代）提出了M-P模型Hebb（1949）提出了神經(jīng)元連接權值的Hebb調(diào)整規(guī)則Rosenblatt（20世紀60年代）建立了感知器Widrow和Hoff（20世紀60年代）建立了Widrow-Hoff準則Hopfield（20世紀80年代）結(jié)合能量函數(shù)，建立了Hopfield網(wǎng)絡Rumelhart和McClelland（20世紀80年代）建立了多層感知器的訓練算法第1章前沿1.2國內(nèi)外研究現(xiàn)狀（反分析方法）

Kavanagh和Clough（1971年）提出了巖土力學位移反分析的思想S.Sakurai等人（1979年）提出利用位移反分析解決彈塑性問題Gioda等人（1981年）提出利用現(xiàn)場量測的位移值反演力學參數(shù)的方法楊志法等人（1981年）利用位移反分析方法計算了隧道的地應力和彈性模量馮夏庭等人（1999年）將數(shù)值計算和神經(jīng)網(wǎng)絡結(jié)合，研究了神經(jīng)網(wǎng)絡-位移反分析法徐衛(wèi)亞等人（2001年）研究了基于隧道施工的監(jiān)信息來判別隧道力學計算模型第1章前沿1.3研究內(nèi)容及思路確定力學參數(shù)范圍利用正交試驗設計參數(shù)組合利用FLAC3D，計算拱頂沉降和水平收斂曲線將計算曲線與目標曲線比較，計算均方差建立合適的BP神經(jīng)網(wǎng)絡結(jié)構(gòu)利用訓練樣本訓練神經(jīng)網(wǎng)絡利用測試樣本反演力學參數(shù)比較實際值與反演值，計算誤差正演分析反演分析第1章前言第2章BP神經(jīng)網(wǎng)絡2.1BP神經(jīng)網(wǎng)絡的原理BP算法的基本思想是，學習過程由信號的正向傳播和反向傳播兩個過程組成。

正向傳播

相等

反向傳播

不等誤差

（反向傳播的過程中更新權值）

給定樣本隱含層

輸入層輸出層停止比較輸出值與期望值輸出層輸入層隱含層第2章BP神經(jīng)網(wǎng)絡2.2BP神經(jīng)網(wǎng)絡的結(jié)構(gòu)BP神經(jīng)網(wǎng)絡的特點：（1）BP神經(jīng)網(wǎng)絡的傳遞函數(shù)必須可微；（2）采用誤差反向傳播算法進行學習

第2章BP神經(jīng)網(wǎng)絡2.3BP網(wǎng)絡的學習算法

學習算法分為正向傳播和反向傳播正向傳播計算誤差：反向傳播更新權值：

權值調(diào)整量=學習率*局部梯度*上一層輸出信號標準的BP算法存在著一些缺陷，因此對標準的BP算法進行改進，得到：動量BP法，學習率可變的BP算法第2章BP神經(jīng)網(wǎng)絡2.4BP神經(jīng)網(wǎng)絡的設計（1）網(wǎng)絡的層數(shù)：3層

（2）輸入層和輸出層節(jié)點數(shù)：輸入層節(jié)點數(shù)為2，輸出層節(jié)點數(shù)為3（3）隱含層節(jié)點數(shù)：20

第2章BP神經(jīng)網(wǎng)絡2.4BP神經(jīng)網(wǎng)絡的設計（4）傳遞函數(shù)的選擇：隱含層采用Log-Sigmoid函數(shù)，輸出層使用線性函數(shù)。（5）訓練算法的選擇：L-M算法（6）初始權值的確定：在（0，1）之間隨機選定（7）學習率的確定：0.18

第3章正演模型的建立3.1FLAC3D軟件簡介FLAC3D可以用于模擬三維土體、巖體以及其他材料的力學特征，廣泛應用于地下洞室、施工設計、邊坡穩(wěn)定等諸多領域。優(yōu)點：

（1）對模擬塑性破化和塑性流動采用的是“混合離散法”（2）對靜態(tài)和動態(tài)模型都采用動態(tài)運動方程（3）采用了一個“顯示解”方案。

第3章正演模型的建立3.2模型試驗論文采用L16（34）的正交表進行正交試驗

第3章正演模型的建立3.3正演模型的數(shù)值計算本論文開挖模型選用NullModel模型，隧道圍巖選用CVSIC模型。

隧道模型CVSIC模型第3章正演模型的建立3.3正演模型的數(shù)值計算計算結(jié)果利用FLAC3D軟件計算了17組試驗數(shù)據(jù)。以第0組作為目標值，考慮到蠕變的特性，本論文沒有將位移作為輸入集，而是將不同條件下的蠕變曲線與第0組的蠕變曲線的均方差作為輸入集。均方差計算公式：

（i=1~16）以第1組為例

拱頂沉降均方差的計算結(jié)果為：25.568水平收斂均方差的計算結(jié)果為：72.564第4章物理力學參數(shù)的反演本文參數(shù)反演借助于MATLAB軟件學習樣本16組，通過前面的計算得到

試驗號輸入?yún)?shù)輸出參數(shù)拱頂沉降的mse(mm2)水平收斂的mse(mm2)Kelvin體的剪切模量GK（e10Pa）Kelvin體的粘滯系數(shù)ηK（e12Pa/s）Maxwell體的粘滯系數(shù)ηM（e13Pa/s）125.56872.5640.10.10.0923.1148.6500.10.40.1630.4211.0640.10.70.2440.1180.3150.110.350.7382.1150.40.10.1661.2153.4080.40.40.09第4章物理力學參數(shù)的反演反演結(jié)果

參數(shù)實際值反演值誤差Kelvin體的剪切模量GK（e10Pa）0.750.960428%Kelvin體的粘滯系數(shù)ηK（e12Pa/s）0.120.13189.8%Maxwell體的粘滯系數(shù)ηM（e13Pa/s）0.150.115622.9%通過結(jié)果可以看到誤差比較大，但這并不影響該方法對于工程參數(shù)反演的適用性，誤差較大的主要原因在于學習樣本不足和正演分析的參數(shù)范圍過大。第4章物理力學參數(shù)的反演反演結(jié)果對比實際曲線與反演曲線

拱頂沉降曲線水平收斂曲線從圖中可以看出兩個曲線得到很好的擬合，說明通過均方差進行反分析是可行的第5章結(jié)論與展望5.1結(jié)論巖土工程十分復雜，相關力學力學參數(shù)的確定則更是困難，本論文借助反分析方法確定了相關力學參數(shù)。本文借助于BP神經(jīng)網(wǎng)絡對巖體力學參數(shù)進行反演，提出了新的思路，以前的反分析以位移作為輸入集，力學參數(shù)作為輸出集；本文考慮到巖體的蠕變特性，將不同試驗條件下的蠕變曲線與目標曲線的均方差作為輸入集。由于學習樣本過少和參數(shù)范圍過大導致反分析的效果不是特別理想，但本文所提出的思路和方法仍是可取的。

第5章結(jié)論與展望5.2展望反分析的內(nèi)容比較復雜，涉及到不同學科之間的融合，本文的研究的廣度和深度都還不夠，本人認為還可以從以下方