黨亞娟 王俊杰

摘要: 1976年發(fā)生的震驚世界的唐山大地震,雖然給世人帶來了一個嶄新的唐山,但是與此同時也給該市的建設(shè)留下了不少隱患。巖溶塌陷就是其中一大隱患?；谔粕綆r溶塌陷的實際資料，選取地震烈度，斷層規(guī)模指數(shù)，地下水位等十一個指標(biāo)作為輸入變量，采用BP神經(jīng)網(wǎng)絡(luò)的算法，并對造成巖溶塌陷因素的數(shù)據(jù)進行等級劃分。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);巖溶塌陷;數(shù)據(jù)分類

中圖分類號：TP183文獻標(biāo)識碼：A文章編號：1009-3044(2012)23-5680-02

Based on BP Neural Network Model and its Application in Aafety Evaluation of Karst Collapse

DANG Ya-juan, WANG Jun-jie

(Disaster Prevention Institute of Science and Technology, Sanhe 065201,China)

Abstract: The 1976 Tangshan earthquake that shocked the world, although to the world a new Tangshan, but at the same time, the build? ing of the city left a lot of hidden dangers. Karst collapse is one of the big hidden. Select, based on actual data of the Tangshan karst col? lapse, seismic intensity, an indicator of the fault scale index, and water table as the input variables, the use of BP neural network algorithm, and cause the data classification of karst collapse factors.

Key words: BP neural network; karst collapse; data classification

BP神經(jīng)網(wǎng)絡(luò)是采用誤差反傳算法,目前主要用于模式識別,分類和數(shù)據(jù)挖掘等方面.BP神經(jīng)網(wǎng)絡(luò)在地學(xué)常用的領(lǐng)域是數(shù)據(jù)分類.分析巖溶塌陷的因素,選取巖溶水位距基巖頂面的距離（C1），孔隙水與巖溶水的雙層水位差（C2），溶洞個數(shù)（C3）、溶洞的規(guī)模大小（C4），斷裂的發(fā)育程度（C5），距斷裂的距離（C6），地下水埋深（C7），第四系覆蓋層的厚度（C8），地下水位變化幅度（C9），地震級別（C10），地震頻率（C11）等具有代表性的11組數(shù)據(jù)作為訓(xùn)練樣本進行訓(xùn)練,并以此去識別數(shù)據(jù)集,實現(xiàn)巖溶塌陷數(shù)據(jù)的等級分類,并獲得了較好的效果.

BP神經(jīng)網(wǎng)絡(luò)有輸入層,隱含層,輸出層組成,隱含層可以拓展為多層,網(wǎng)絡(luò)按有教師示教的方法進行學(xué)習(xí).該文采用最基本的三層前饋神經(jīng)網(wǎng)絡(luò),即輸入層,隱含層,輸出層.BP網(wǎng)絡(luò)是由非線性變換單元組成的多層前饋網(wǎng)絡(luò)，其一般思路為工作信號正向傳播與誤差信號反向傳播。如下圖:圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

1.1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)確定

1.1.1輸出參數(shù)的確定

輸出數(shù)據(jù)代表對于巖溶塌陷危險等級的判斷，即通過輸出數(shù)據(jù)可以判斷出危險等級，且是唯一的。在程序編制中可用“1”和“0”來代表“真”和“假”，即可以用只含有一個“1”其余均為“0”的值來表示網(wǎng)絡(luò)的輸出，從而判斷出危險等級類型。對于巖溶塌陷的危險等級主要有5類。即10000穩(wěn)定，01000基本穩(wěn)定，00100難塌，00010易塌，00001很易塌5類。

通過實驗數(shù)據(jù)可以發(fā)現(xiàn)，對于該文設(shè)計BP網(wǎng)絡(luò)在學(xué)習(xí)速率選定1.0時，網(wǎng)絡(luò)取得最少的收斂時間，收斂效果最好。

1.1.4動量系數(shù)的實驗確定

動量系數(shù)可以加快BP算法的學(xué)習(xí)速度，減小震蕩的趨勢，抑制網(wǎng)絡(luò)陷入局部極小值。在實際應(yīng)用中，采用實驗的方式以尋找最佳的值。表3允許誤差為0.000 01的條件下不同的動量系數(shù)所對應(yīng)的迭代次數(shù)。（學(xué)習(xí)率：a;動量因子apha;陡度參數(shù)r;）

使用VC++編寫B(tài)P神經(jīng)網(wǎng)絡(luò)算法，部分樣本數(shù)據(jù)訓(xùn)練輸出的結(jié)果和期望輸出：

表4樣本訓(xùn)練輸出結(jié)果

從樣本輸出的結(jié)果可以看出訓(xùn)練網(wǎng)絡(luò)合理，可以用于總體樣本的訓(xùn)練。經(jīng)過40545次運算，誤差達到0.0001。

3結(jié)束語

實驗得出的評價結(jié)果與實際采集的數(shù)據(jù)比較吻合，因此BP神經(jīng)網(wǎng)絡(luò)取得了預(yù)期的結(jié)果。對此我們根據(jù)當(dāng)前的評價結(jié)果對實時相關(guān)數(shù)據(jù)如降雨量，地下水位，機械振動等影響巖溶塌陷的因素做出預(yù)測。