摘　要

　　本文結合灰色理論和BP網絡理論建立灰色BP網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。如何根據這些實測的有限的荷載與沉降數據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網絡理論建立灰色BP網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表示發展系數。

　　根據公式 建立殘差序列 的BP網絡模型。若預測階數為m，即用 作為BP網絡訓練的輸入樣本；將 的值作為BP網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絡，使不同的輸入向量得到相應的輸出量值。訓練好的BP網絡模型可以作為殘差序列預測的有效工具，BP網絡模型如下：

　　圖1 BP神經網絡的設計圖

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

　　確定 的新預測值。設經過BP網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神經網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據

　　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：

　　將以上數據作歸一化處理，分別除以每組數據中的最大絕對值，使其值在[-1，1]之間，得：

　　均方誤差限制在0.001以內，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。

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

　　表2 灰色BP神經網絡模型的擬合結果

　　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網絡模型進行計算，并與實測資料進行對比，得出灰色系統理論和人工神經網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神經網絡預測嵌巖樁豎向承載力的研究[J] 地球與環境，2005，，S1