高速公路软基处理方案决策模型研究

周 静 张艳妮

高速公路对地基变形的要求很高,一般要求在使用期限内路堤的工后沉降不超过30 cm,路桥搭接处低于10 cm。由于软土地基具有高压缩性、低渗透性、低强度等特点,如不对软土地基进行处理,则路基的沉降量大,影响道路的使用质量,如处理不当,则工后沉降过大,同样影响路基的使用性能。所以要满足设计要求,就必须对软土地基进行加固处理。

在存在软土的施工路段,一般地基加固的费用占总投资的比重约为1/3,甚至更大,因此选取经济、有效的加固方案在公路建设中至关重要。但是要成功的完成这一工作并非易事,这是一项系统工程,要考虑土的特性、产生压缩变形的机理、加固方案的成熟性和质量检测的难易程度以及施工队伍的素质等等。

近年来在这方面研究人员取得了不小的进展,先后提出了很多地基处理决策方法,比如评分优化法、层次分析法、模糊评判法、神经网络法、灰色关联法及范例推理法等。本文结合岩土工程、土质学和土力学等学科的最新发展,对建立高速公路软基处理智能决策模型进行了研究。

1 基于评分优化法的软基处理方案决策模型

评分优化法就是指选择合理的指标体系,根据专家评分来决定最优方案的一种系统工程方法。所选常见指标一般包括工程造价、施工工期、施工技术可靠性、施工复杂程度、环境影响等。评分标准通常采用很低、低、一般、高、很高;很简单、简单、一般、复杂、很复杂等,在考虑各个指标的影响权重后,选择综合分值最高的方法作为软基处理方法[1]。

2 基于模糊评价的软基处理方案决策模型

模糊评价是应用模糊数学理论对系统进行综合评价的一种方法,即根据给出的评价标准和实测值,经过模糊变换后对事物做出评价,这种方法将不确定的信息用定量的方法加以处理,变定性决策为定量决策,增加判断的直观性和准确性。

软土处理方案评价中的许多因素有模糊性,如处理效果的好坏、对环境影响的大小等已成为人们的共识,为了处理影响软基处理方案评价中因素的模糊性,许多研究人员应用模糊数学理论来解决软基处理方案评价问题。王建华、李夕兵[2]提出的将模糊优选理论运用到评价和选择地基处理方案中,利用相对优属度来选择最佳处理方案。刘国[3]用模糊数学中的聚类分析方法分析几种常用的软基处理方案的技术、造价、工期等指标,并对其处理方案进行模糊选择是一种比较直观的数学方法,它解决了模糊语言的归属问题。评价借助于计算机,所考虑的因素较多,模糊矩阵样本容量增大,那么选择的方案越接近实际。但是,在用模糊数学来选择软基加固方案是隶属度和样本数据的确定,需要对大量的实际数据进行整理、统计,需要有较丰富经验的人员参与确定,否则聚类动态分析时可能出现“失效或失真”现象。

3 基于层次分析法的软基处理方案决策模型

层次分析法是系统工程中的一种决策方法,它首先把问题层次化,然后根据问题的性质和要求达到的总目标,将问题分解为不同的组成因素,并按照因素间的相互关联影响以及隶属关系将不同层次聚集组合,形成一个层次阶梯模型,并最终把系统分析归结为最低层相对最高层的相对重要性权值的确定和相对优劣次序的排列问题,从而选出最优方案。刘挺、蔡升华[4]将软基处理方案投资、工期、质量、效果作为准则层,地基处理费用、施工工期、技术成熟性等12个指标作为指标层,运用层次分析对软基处理方案做出了综合评价。冯仲仁、朱瑞赓[5]建立了高速公路软基处理方案的多层次模糊决策。但层次分析法一般只用于结构性较好的决策,而且评价主体的偏好信息和评价对象都要求量化。

4 基于神经网络的软基处理方案决策模型

人工神经网络(ANN)是二十世纪八九十年代发展起来的基于模仿生物大脑的结构和功能而构成的一种信息处理系统,它最大的特征是其固有的并行结构和大规模并行处理,信息的分布式存储,连续时间非线性动力学,全局集体作用,高度的容错性和鲁棒性,自组织、自学习和实时处理,特别是它可以从积累工程实例中学习知识,尽可能多地把各种定性与定量的影响因素作为变量加以输入,建立各影响因素与结论之间的高度非线性映射,采用自适应模式识别方法完成预测任务。

神经网络为完成某一特定的任务,通常采用“训练”的办法。这种“训练”实质上是网络的学习过程,一般它根据事先定义好的“学习规则”,按照提供的特定作业的学习实例,调节网络系统各节点之间相互连接的权值大小,从而达到记忆、联想、归纳等目的。它已广泛应用于分类、诊断、评估、预测等领域。软基处理方案决策是一个受多因素影响的、非线性的动态系统决策问题,ANN对解决这一问题奠定了基础。通过研究土的物理力学指标之间的相关关系,选用5个输入参数(软土厚度、软土压缩模量、地表硬壳层厚度、硬壳层压缩模量和路堤高度),3个输出参数(即处理方法:不处理、浅层处理和深层处理),建立了基于BP神经网络的高速公路软基处理方案决策模型。

5 基于灰色关联理论的软基处理方案决策模型

灰色关联分析的基本思想是通过确定参考数列和若干比较数列的几何形状相似程度来判断其联系是否紧密,它反映了曲线间的关联程度,大者为优。灰色关联分析实质上是比较一系列数据对一条参考曲线的拟合程度。显然,某组数据的变化趋势越接近参考曲线,其关联度也越大,该组数据代表的主体也越符合设想的要求。在软基处理方案决策过程中,有些信息如工程造价、施工工期等可通过计算成为已知信息;有些信息如施工难度、处理效果、技术可靠性等只能定性描述而不能定量,且信息并不十分完全,各因素间的关系也不很明确,因此软基处理方案选择实质上是灰色系统问题。应用灰色关联分析法可以解决这一问题。文献[7]运用灰色系统理论,建立的软基处理方案决策模型,合理确定了方案决策评价指标及其权重,根据计算出的灰色关联度来实现对拟选方案的优选和排序,从而对方案做出决策,实例分析表明,该模型使用方便、决策结果合理,具有实用价值。

6 基于范例推理的软基处理方案决策模型

范例推理(简称CBR)的思想就是通过访问范例库中过去相关的事例的求解利用类比推理而获得当前问题解,其推理过程蕴含了学习和归纳的功能,从而简化了知识的获取过程。在软土地基上修建高速公路,首先需要对是否进行处理做出决策,某些地质条件若处理不当,会对土的天然结构产生扰动,引起过大的附加沉降。对需要处理的地段,则需对采用深层处理还是浅层处理做出决策。影响高速公路软基处理方案决策的因素很多,有地质因素(土的压缩模量、强度、硬壳层厚度等)、工程因素(填土高度、施工难度等)、经济因素(投资、维护费用等)及环境影响因素等。长期以来,研究人员已经对软基处理方法进行过深入的研究,获得了比较明确的结论。文献[8]提出的基于范例推理的软基处理决策模型,在大量的软基处理工程实例的基础上,利用类比推理的方法来获得软基处理方式,原理简单、直观,使用方便。

7 结语

综述以上6种软基处理方案决策模型,不难发现这些研究对软土地基处理的智能化决策具有重要的意义。但是仍然存在一些不容忽视的问题,以太沙基的经典土力学为基础的理论公式法仍被广泛应用,数值计算技术与实际情况有一定的差距,没有充分表现出其优越性,在计算机技术突飞猛进的今天,这些问题确实是一种遗憾。软土地基处理的设计与施工中,智能化水平不够,地基处理的方案决策和施工决策问题研究不够,基本停留在人为经验决策阶段。

[1]宋应文,唐业绩.地基处理决策法[J].地基基础工程,1993,3(1):7-12.

[2]王建华,李夕兵.模糊数学优选理论评价和选择地基处理方案[J].西部探矿工程,2002,14(3):21-24.

[3]刘 国.用模糊数学方法选择软土地基加固方案[J].水文地质工程地质,2000(4):17-19.

[4]刘 挺,蔡升华.层次分析法在地基处理方案优化中的应用[J].电力勘测,2002,35(3):31-35.

[5]冯仲仁,朱瑞赓.高速公路软基处理方案的多层次模糊决策[J].岩石力学与工程学报,2002,21(6):915-918.

[6]冯仲仁,朱瑞赓.基于MATLAB-NNT的高速公路软基处理方案决策模型[J].岩土力学,2002(4):67-68.

[7]冯仲仁,陈向阳,鄢恒珍.基于灰色理论的软基处理方案决策模型[J].武汉理工大学学报,2004(10):11-14.

[8]冯仲仁,陈向阳,鄢恒珍.基于范例推理的公路软基处理方案决策模型[J].岩土力学,2004(11):318-320.