資源描述：
《基于模糊神經(jīng)網(wǎng)絡(luò)的公路隧道施工系統(tǒng)安全評(píng)價(jià)》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、基于模糊神經(jīng)網(wǎng)絡(luò)的公路隧道施工系統(tǒng)安全評(píng)價(jià)：針對(duì)高速公路隧道施工系統(tǒng)的安全評(píng)價(jià)問(wèn)題，將模糊理論與神經(jīng)X絡(luò)相融合，研究建立了一種模糊神經(jīng)X絡(luò)評(píng)價(jià)模型。文中描述了模糊神經(jīng)X絡(luò)的基本結(jié)構(gòu)和原理，闡明了該評(píng)價(jià)系統(tǒng)的工作原理及實(shí)現(xiàn)方法。該評(píng)價(jià)模型具有對(duì)環(huán)境變化的自學(xué)習(xí)能力，對(duì)權(quán)值進(jìn)行動(dòng)態(tài)調(diào)整，通過(guò)適當(dāng)補(bǔ)充學(xué)習(xí)樣本，可以實(shí)現(xiàn)歷史經(jīng)驗(yàn)與新知識(shí)完美結(jié)合，動(dòng)態(tài)地評(píng)價(jià)公路隧道施工系統(tǒng)的安全狀態(tài)?！ ￡P(guān)鍵詞：高速公路；隧道施工系統(tǒng)；安全評(píng)價(jià)；模糊理論；神經(jīng)X絡(luò) 0引言 近年來(lái)，隨著國(guó)家高速公路迅猛發(fā)展，隧道建設(shè)數(shù)量也越來(lái)越多，規(guī)模也越來(lái)越大。在隧道施工過(guò)程中，由于圍巖地
2、質(zhì)條件的多樣性和復(fù)雜性，其施工事故發(fā)生率比其他巖土工程高且嚴(yán)重，給隧道工程施工人員身心帶來(lái)嚴(yán)重的危害，社會(huì)影響惡劣，有悖于國(guó)家建設(shè)和諧社會(huì)的宗旨。這就要求用科學(xué)的方法對(duì)隧道施工生產(chǎn)系統(tǒng)進(jìn)行安全分析與評(píng)估，預(yù)測(cè)事故發(fā)生的可能性[1]?！ ≡趥鹘y(tǒng)的公路隧道施工生產(chǎn)系統(tǒng)安全評(píng)價(jià)中，經(jīng)常使用的安全評(píng)價(jià)方法主要以定性安全評(píng)價(jià)方法為主，如專(zhuān)家論證法、安全檢查表法及作業(yè)條件危險(xiǎn)性評(píng)價(jià)法等[2,3]。近年來(lái)，在公路隧道施工生產(chǎn)系統(tǒng)安全評(píng)價(jià)中，引人了模糊綜合評(píng)價(jià)的方法，取得了較好的決策效果[4]。但是，該方法缺乏對(duì)環(huán)境變化的自學(xué)習(xí)能力，對(duì)權(quán)值不能進(jìn)行動(dòng)態(tài)調(diào)整[5],而神
3、經(jīng)X絡(luò)具有非線(xiàn)性逼近能力,具有自學(xué)習(xí)、自適應(yīng)和并行分布處理能力，但其對(duì)不確定性知識(shí)的表達(dá)能力較差，因此，模糊控制與神經(jīng)X絡(luò)結(jié)合就可以?xún)?yōu)勢(shì)互補(bǔ)，各取所長(zhǎng)[6]，在這方面已經(jīng)出現(xiàn)了一些研究成果[7～11]。為此，本文把人工神經(jīng)X絡(luò)理論與模糊綜合評(píng)價(jià)理論相融合，研究建立了一種模糊神經(jīng)X絡(luò)評(píng)價(jià)模型，對(duì)公路隧道施工的安全管理水平進(jìn)行評(píng)價(jià)。 1模糊神經(jīng)X絡(luò) 1.1基本結(jié)構(gòu)原理 模糊神經(jīng)X絡(luò)是由與人腦神經(jīng)細(xì)胞相似的基本計(jì)算單元即神經(jīng)元通過(guò)大規(guī)模并行、相互連接而成的X絡(luò)系統(tǒng)，訓(xùn)練完的X絡(luò)系統(tǒng)具有處理評(píng)估不確定性的能力，也具有記憶聯(lián)想的能力，可以成為解決評(píng)估問(wèn)題的
4、有效工具，對(duì)未知對(duì)象作出較為客觀(guān)正確的評(píng)估?！ 「鶕?jù)評(píng)估問(wèn)題的要求，本文采用具有多輸人單元和五輸出單元的三層前饋神經(jīng)X絡(luò)，其中包括神經(jīng)X絡(luò)和模糊集合兩方面的內(nèi)容?！ ?.2神經(jīng)X絡(luò) 為了模擬人腦結(jié)構(gòu)和功能的基本特性，前饋神經(jīng)X絡(luò)由許多非線(xiàn)性神經(jīng)元組成，并行分布，多層連接。RobertHecht一Nielson于1989年證明了對(duì)于任何在閉區(qū)間內(nèi)的一個(gè)連續(xù)函數(shù)都可以用一個(gè)隱層的BPX絡(luò)來(lái)逼近[12]，因而一個(gè)三層的BPX絡(luò)完全可以完成任意的輸人層到輸出層的變換。因此，本文研究的公路隧道施工系統(tǒng)安全評(píng)價(jià)模糊神經(jīng)X絡(luò)采用三層BP神經(jīng)X絡(luò)結(jié)構(gòu)。輸人層有個(gè)神經(jīng)
5、元，輸人向量，，輸人層神經(jīng)元的輸出是輸人向量的各分分量。隱層有個(gè)神經(jīng)元，，若輸人層神經(jīng)元與隱層神經(jīng)元之間的連接權(quán)值為，且隱層神經(jīng)元的閾值為，則隱層神經(jīng)元的輸出為 (l) 式中是神經(jīng)元的激勵(lì)函數(shù)，一般選取單調(diào)遞增的有界非線(xiàn)性函數(shù)，這里選用Sigmoid函數(shù)： (2) 由此，隱層神經(jīng)元的輸出為： (3) 同理可得輸出層神經(jīng)元的輸出為： (4) 1.3學(xué)習(xí)算法 本X絡(luò)采用BP學(xué)習(xí)算法，它是一種有教師的學(xué)習(xí)算法，其學(xué)習(xí)過(guò)程由信號(hào)的正向傳播和誤差的反向傳播組成?；驹硎牵涸O(shè)輸人學(xué)習(xí)樣本為個(gè)，即輸人矢量，已知其對(duì)應(yīng)的期望輸出矢量(教師信號(hào))為，
6、正向傳播過(guò)程將學(xué)習(xí)樣本輸人模式從輸人層經(jīng)隱含單元層逐層處理，并傳向輸出層，得到實(shí)際的輸出矢量，如果在輸出層不能得到期望輸出，則轉(zhuǎn)人反向傳播，將與的誤差信號(hào)通過(guò)隱層向輸入層逐層反傳，并將誤差分?jǐn)偨o各層的所有單元，從而調(diào)整各神經(jīng)元之間的連接權(quán)值，這種信號(hào)正向傳播與誤差反向傳播得各層權(quán)值調(diào)整過(guò)程是周而復(fù)始地進(jìn)行的，直到X絡(luò)輸出的誤差減少到可接受的程度，或進(jìn)行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止?！ 絡(luò)的具體學(xué)習(xí)算法的計(jì)算模型如下： 對(duì)某一學(xué)習(xí)樣本，誤差函數(shù)為 ?。?） 式中：、分別為該樣本的輸出期望值和實(shí)際值?！ ?duì)于所有學(xué)習(xí)樣本，X絡(luò)的總誤差為 ?。?） X絡(luò)
7、學(xué)習(xí)算法實(shí)際上就是求誤差函數(shù)的極小值。利用非線(xiàn)性規(guī)劃中的梯度下降法(最速下降法)，使權(quán)值沿著誤差函數(shù)的負(fù)梯度方向改變?！ ‰[層與輸出層之間的權(quán)值(及閾值)的更新量可表示為 ?。?） 式中：為學(xué)習(xí)率，可取?！ ⑹剑?）和（4）代入式（7），并利用復(fù)合函數(shù)求導(dǎo)的連鎖規(guī)則，得 ?。?） 式中：為迭代次數(shù)，為誤差信號(hào) ?。?） 類(lèi)似的，輸入層與隱層之間的權(quán)值（及閾值）修正為 （10） 同理可得 式中為誤差信號(hào) ?。?1） 為了改善收斂性，提高X絡(luò)的訓(xùn)練速度，避免訓(xùn)練過(guò)程發(fā)生振蕩，對(duì)BP算法進(jìn)行改進(jìn)，在權(quán)值調(diào)整公式中增加一動(dòng)量項(xiàng)，即從前一次權(quán)
8、值調(diào)整量中取出一部分迭加到本次權(quán)值調(diào)整量中，即： ?。?2） ?。?3） 式中為動(dòng)量因子，一
