贵州天地人工程设计有限公司 贵州省铜仁市 554300
摘要： 随着计算机技术的迅速发展，以复杂问题为研究对象的智能学科出现，为解决复杂系统提供了一种全新的研究途径。系统地评述了智能算法研究现状，回顾了智能分析方法在岩土工程中的应用。面对复杂施工条件和外部环境，岩土工程极具随机性、不确定性、模糊性特点，制约着地下工程破坏机理的准确分析和安全风险的精确预测，如何提高岩土工程施工安全可靠性、防控施工风险、减少工程事故的发生，已成为亟待解决的问题。
关键词：岩土工程；智能分析；智能算法；信息系统
1、智能岩土工程的主要研究内容
1.1仿真系统研究
仿真系统研究是指将可视化技术与三维动画图形图像显示相结合，使之能生动、直观而又逼真地展现岩土工程各个施工阶段的三维动态场景。进行此项研究一个极为重要的目的就是建立全面而高效的工程管理系统，对工程进行总体模拟，进而在宏观上加强对整体工程的综合评价与控制。
1.2专家系统研究
专家系统实质为一系列智能数据库，它具有识别、判断、分析和学习的功能。由于工程地质勘察资料存在一定的局限性和不完备性，尤其是土工试验结果由于取样扰动和试验仪器误差会呈现一定程度的不稳定性，再加上岩土介质本身的物理力学性质极为复杂，这些都使得现有的岩土工程设计计算理论不得不建立在大量简化与假设的基础上，从而使岩土工程问题普遍存在不同程度的随机性、模糊性与不确定性。因此到目前为止，岩土工程仍是一门实践性经验性均很强的学科，确定性的研究方法存在很大的局限，许多问题的处理解决同岩土工程师的经验密切相关。专家系统就是在大量工程实际数据库和专家知识的基础上，运用工程类比、模糊评判等方法将专家经验知识可操作化，实现专家知识的共享，以解决实际问题。
1.3信息系统研究
智能岩土工程中的信息主要指工程场地的工程水文地质条件及区域地质条件等背景资料、岩土介质的物理力学性质、设计参数与模型、施工工艺参数以及施工过程中的量测信息如位移、应力等。信息系统主要由信息获取与传输系统、信息识别系统、信息分析系统、决策系统等组成。信息的获取可以通过键盘输入，或由计算机实时系统在线采集，也可通过全球信息网中的各种数据库获得；信息的传输则是将信息通过各种数据网络汇集到计算机终端。在岩土工程施工中，信息的获取与传输构成了一个复杂的监控系统，这个监控系统要能将施工过程中的各种信息及时连续地输送至计算机终端的信息识别与分析系统；信息识别与分析系统是整个研究体系的中枢神经，识别系统的主要功能是对所得到的信息及时进行鉴别研究，识别所研究的问题类型；而分析系统的主要功能是对所获取的信息进行一系列的分析研究，为决策系统提供依据。信息分析系统包括以下几个方面，即：①正分析；②反演分析；③预测分析；④灾害分析。
期刊文章分类查询,尽在期刊图书馆通过这些分析，旨在对所研究的问题从机理和发展过程等方面都有一个深入全面的了解；决策系统是运用专家系统对所得到的各种信息、计算结果进行综合分析、优化、判断和工程类比，发现问题并提出解决方案。
2、智能岩土分析方法研究
2.1智能仿生算法在岩土工程中的应用研究
随着智能技术和计算机学科的迅猛发展，计算分析能力的提高，大规模并行处理技术的产生，以不确定性、非线性、时间不可逆性为内涵，以复杂问题为对象的新兴边缘交叉学科的出现 ，新的理论(优化理论、灰色理论、突变理论、分形几何理论、混沌理论、可靠度理论、随机过程理论等)具有随机搜索性能的人工智能分析方法逐渐发展起来，都为具有时变特点的岩土工程问题解决提供了一种全新研究途径。岩土工程界深入研究并运用模糊计算、神经网络、蚁群算法、粒子群算法、遗传算法等智能算法，在隧道、岩坡、坝基和基坑等工程领域取得了十分显著科研成果。在国外将前馈神经网络应用于复合材料本构模型的识别。将神经网络应用于塑性硬化本构模型识别。粘弹塑性本构方程表达为一阶微分方程，提出了一种神经网络本构模型。 利用自学习与自适应算法直接从工程实测位移中提取所需的学习样本。将神经网络应用于弹塑性本构模型的识别。在国内，20 世纪90 年代，力学反问题的神经网络分析方法。利用BP 网络模型，以岩体的粘弹性位移反分析为基础，反演得到岩体粘弹性力学参数。人工神经网络引入岩石力学中。基于人工神经网络的边坡位移反分析方法，取得了三峡永久船闸开挖边坡多介质岩体的宏观等效弹性模量，并利用各层等效模量进行了有限元正分析计算，预测三峡永久船闸开挖边坡下一开挖阶段的应力及变形发展趋势。 基于人工神经网络，建立了非线性力学反分析模型，求得了岩土工程计算中邓肯参数。用神经网络进行模型识别的关键是获取学习样本。进化神经网络反分析思想，按正交设计方法获得样本进行学习，用遗传算法搜索最佳网络结构，用最佳推广预测学习算法训练网络，建立了岩土体力学参数与位移的非线性关系，并进行岩体力学参数最优辩识。进入 21 世纪，深基坑开挖工程多层土体物性参数识别的 BP 算法，求得了各层土体的弹性模量。 采用快速遗传算法进行岩土工程反分析，求得了包括弹性模量、粘塑性参数在内的 7 个物性参数。利用径向基函数神经网络快速提取岩石的本构模型，根据实测位移，采用位移反分析方法获得学习样本。 以模拟深基坑开挖的有限元程序为正演工具，以 BP 网络为反演工具，将正演过程与反演过程结合起来，根据反演结果指导下一步施工，形成一个良性循环。运用 BP 网络模型对岩体力学参数、工程结构参数及位移量测资料的学习，得到了隧道围岩稳定性分析所需要的三个重要参数(等效弹性模量E、初始地应力侧压力系数入和铅垂地应力 σ)。岩土力学反分析的集成智能思想，综合运用专家系统的推理、决策能力，数值计算的定量分析能力及人工神经网络的直觉思维能力，进行位移反分析。2002 年，结合有限变形理论和人工神经网络理论，反分析初始地应力场。运用遗传算法来搜索支持向量机的参数和核函数，描述变形时间序列之间的映射关系，解决了位移反分析的计算问题。综合应用遗传算法和神经网络，建立了进化神经网络演化有限元差分方法，该方法解决了大规模的锚固参数定量优化问题。
2.2 智能算法研究
智能的思想源于复杂适应系统理论以及人工生命的研究 。自然界的自适应优化现象不断给计算机科学家们以灵感，使他们通过模仿自然世界的内在机制获取解决复杂计算问题的新方法。自 20 世纪 90 年代以来，一些学者受到自然界生物群体“鸟类聚集飞行行为、蚂蚁觅食行为、鱼群行为”等所表现出的自组织行为和群体智能现象的启发，诞生了以粒子群算法和蚁群算法等为代表的模拟生物群体行为的“群体智能”算法 ，极大地丰富了智能优化技术，并被公认为是继人工智能之后，2l 世纪计算技术中最有影响的关键技术。美国学者 Kennedy 和 Eberhart 博 士 于 2001 年 出 版 的《Swarm Intelligence》成为群体智能研究与发展中的一个重要历程碑。智能技术经过多年的发展逐步形成了三个层次 :第一层生物智能，主要研究智能的产生、形成和工作机理;第二层人工智能，主要研究应用符号逻辑方法模拟人思考问题，具有求解、推理、学习等方面的能力，偏重于逻辑推理;第三层计算智能又称为智能算法，主要是通过模拟人、自然及生物种群的结构特点、进化规律、行为方式及思维结构而发展起来的，基于数值计算和结构演化的智能方法偏重于数值计算，主要用来实现智能的研究与应用。近年来不同类型智能算法开始走向融合，形成具有复合协同的可模拟生物行为的智能混合算法，这类智能混合技术在求解一些用传统方法难以得到满意解的复杂困难问题时具有明显的优势，为摆脱传统人工智能所面临的困境提供的一种新的方向。
3、结束语
面对复杂施工环境和外部环境的影响，大型岩土工程通过引入现代智能分析方法，将智能分析与虚拟技术进行融合，研发具有大数据信息融合技术的智能分析及风险预测控制系统，解决岩土工程中大量的非线性、时变问题，满足快速分析、实时预测控制要求，实现“设计-施工”信息化，具有很高的工程应用前景。
参考文献：
［1］冯夏庭，周辉，李邵军，等．岩石力学与工程综合集成智能反馈分析方法及应用［J］．岩石力学与工程学报． 2017，26(9):1737-1744．
［2］冯夏庭．智能岩石力学导论［M］．北京: 科学出版社，2017．
［3］ 孙钧，蒋树屏，袁勇，等．岩土力学反演问题的随机理论与方法［M］． 汕头: 汕头大学出版社，2016．
论文作者:王威
论文发表刊物:《防护工程》2018年第17期
论文发表时间:2018/10/29
标签：智能论文; 神经网络论文; 算法论文; 方法论文; 岩土工程论文; 位移论文; 工程论文; 《防护工程》2018年第17期论文;