基于人工神经网络的隧道围岩稳定性分类

为了确定隧道围岩的稳定性,选择合适的隧道支护形式及施工方法。利用人工神经网络处理围岩稳定性影响因素非线性能力强的特点,对富溪隧道围岩的稳定性进行了分类,选取了岩石质量指标、岩石单轴饱和抗压强度、岩石完整性系数、结构面强度系数和地下水渗水量5个主要影响因素作为网络的输入节点,输出节点是反映围岩分类结果的定量指标,也选取5个节点。采用规一化法对5个因素进行处理,利用收集到的统计资料,选取样本对围岩分类神经网络进行学习训练,用训练好的网络对富溪隧道各测设段进行了分类和围岩稳定性级别的划分,确定富溪隧道整体围岩稳定性较差,尤其是隧道进口和出口(占隧道全长的27.1%),为极不稳定围岩段。结果证明人工神