基于知识系统的岩土工程勘察参数预测

王维重

（沈阳建材地质工程勘察院有限公司，辽宁沈阳）

引言

岩土工程勘察是岩土工程设计和施工的重要组成部分[1]。勘察不足可能导致设计不当、施工进度延迟、场地环境破坏等问题[2]。因此，进行更多数量的勘察可以降低风险；然而当风险足够低时，更多数量的勘察不会显著降低风险[3-4]。确定一个项目的初步现场测试数量取决于许多因素，例如项目区域、结构的荷载和敏感性、地质结构的复杂性以及初步布局和总体布局之间的相似性等[5]。

本文的目的是评估在项目开始之前所需的岩土工程勘察的最佳值。岩土工程勘察的最佳值是指能够充分描述建筑工地的最佳勘察点、现场测试和实验室测试的最佳数量[6]。因此基于自适应网络的模糊推理系统开发一个模型，用于确定在项目开始之前所需的最佳测试次数。最后通过一个数值示例介绍了模型的使用结果，可以将它用于规划岩土工程勘察。

1 岩土工程勘察规划数量概念

为了获得有关项目结构、地基类型、地基深度、地下水位和地面分层的信息，需要进行岩土工程勘察，工程师必须决定某个项目需要进行多少次数量的岩土工程勘察[7-8]。

每个地层的最佳现场和实验室试验次数（NT，i，l，opt）由等效勘察比率（rEQ）定义。勘察的最佳数量在最小数量之间（NT，i，l，min）和最大数量（NT，i，l，max）：

工程师对项目所需的现场和实验室测试数量的判断是基于几个影响参数的[9-10]。当这些参数有利时，工程师可以相对容易地决定现场和实验室测试的数量（rEQ=0）。当参数不利时，应进行更多的现场和实验室测试。对于极端不利的条件，需要进行最大数量的现场和实验室测试（rEQ=1）：

为了正确描述勘察点的最佳数量（NIP，opt），可以通过等效勘察比率来定义：

2 建筑工地的ANIS 勘察模型

2.1 输入因子

合适的勘察数量取决于许多因素，包括结构类型、项目面积、布局几何形状、结构的荷载/敏感性、场地地质、地质结构的复杂性、土层的可变性以及初步环境与现有周围环境的相似性等。本文提出了ANIS输入因子系统，等效勘察比率（rEQ）表示为输入因子的函数。开发ANIS 模型是为了预测项目所需的现场和实验室的最佳勘察数量。首先，确定输入空间由四个参数组成，间隔从1 到10，在该模型中，针对各种现场条件定义了m 个评估参数，训练数据如表1 所示。

表1 训练数据空间

2.2 ANIS 勘察模型的结构

ANIS 模型使用“If-then”的规则进行描述：

规则1：

If IP1=A1并且IP2=B1并且IPk=K1并且IPm=M1then rEQ，1=a1，

规则2：

If IP1=Ai 并且IP2=Bi并且IPk=Ki并且IPm=Mithen rEQ，i=ai，

规则3：

If IP1=An并且IP2=Bn并且IPk=Kn并且IPm=Mn then rEQ，n=an，

其中a1、ai、an是后续参数和IP1、IP2、IPk，和IPm是输入变量。每个规则的输出等于常数，最终输出是每个规则输出的加权平均值：

权重由高斯激活函数获得：

其中c 是标准差，σ 表示正态分布值。（Ai，Bi，Ki，Mi）的第一激活等级使用以下公式计算：

其中IP1、IP2、IPk，和IPm是高斯函数的输入。接下来计算每个规则的激活函数的乘积：

其中wi表示模糊权重值：

3 应用示例

示例项目是一个酒店综合体，由一栋五层酒店建筑和相关的停车场以及服务区组成。建筑面积为80 m×60 m。该地区的一般地质情况表明，沉积物由积土和砂砾组成，其中沉积物的深度最大达15 m。项目初期根据工程师的建议，最大和最小勘察数量分别为NIP，min7 和NIP，max=18。

3.1 ANIS 输入因子

对于这个项目示例，提出了一个由四个输入因素组成的系统：布局几何图形LG=IP1，项目条件PC=IP2，地质GEO=IP3，以及相似性SIM=IP4。表2 显示了对这些因素的评估值。

表2 输入因素的评估值

使用该系统，等效勘察比率表示为四个项目因素的函数：

3.2 决策条件

决策条件是根据过去的经验和工程判断制定的。根据上述计算得表3，包括建筑场地的每个参数的从1 到10 的勘察比率的值。

表3 勘察比率值

ANIS 模型的输入值是根据表2 中所示的标准值确定的，即布局几何（LG）、项目条件（PC）、地质（GEO）和相似性（SIM）都被视为输入参数，等效勘察比率被认为是一个输出参数如表4 所示。在该模型中，针对各种建筑场地条件定义了16 个评估结果值。在勘察最有利的情况下，所有参数的值都等于1，并且等效勘察比率的最小数量rEQ为0。

表4 训练数据

然后，使用模糊权重值和随后的参数来确定每个规则的输出。最终输出是每个规则输出的加权平均值，计算的数值如表3 所示。因此从表5 的结果中可以得到当rEQ=0.472 时，可以得到最佳的勘察点数量。

表5 ANIS 不同规则组合下输出的相关参数

使用rEQ=0.472 可得出勘察点的最佳数量NIP，opt计算如下：

4 结论

本文研究了确定建设项目所需的岩土工程勘察的最佳数量，用等效勘察比率描述了最佳勘察次数，为了促进多个勘察点的决策过程，提出了一种自适应网络模糊推理系统（ANIS）。该系统旨在确定几个输入参数的影响并计算等效勘察比率。开发的可以模型用于表征任何建筑工地，可用作工程师的系统决策支持工具，为岩土工程勘察提供更优的方案。