12、人工智能技术在岩石表征与基础工程中的应用综述

人工智能技术在岩石表征与基础工程中的应用综述

1. 岩石单轴抗压强度（UCS）预测的软计算技术

在岩石工程领域，准确预测岩石的单轴抗压强度（UCS）至关重要。多种软计算技术，如人工神经网络（ANN）、自适应网络模糊推理系统（ANFIS）、基于树的方法、粒子群优化算法（PSO）、帝国主义竞争算法（ICA）和遗传算法（GA）等，可用于构建基于智能的UCS预测模型。

1.1 输入参数选择

不同的输入参数，如岩石指标测试和岩相数据，可用于开发基于软计算的UCS预测模型。但需注意，UCS与所考虑的输入参数之间应存在有意义的关系，并且建议使用相互独立的输入变量。

1.2 数据库问题

在岩石工程问题中，收集足够大的数据库是一项艰巨的任务，因此从文献中收集相关数据很常见。研究表明，基于软计算的模型可以使用小或大的数据库开发。然而，软计算技术的可靠性不超过输入数据的可靠性，数据质量对模型的可靠性起着重要作用。如果未来数据的范围超出输入数据的范围，模型的泛化能力会受到影响。此外，数据集的大小也是设计可靠智能模型的重要参数，大数据库可以避免模型过拟合。

2. 基础工程中的软计算技术应用

在基础工程中，确定基础的设计参数，如承载能力和沉降，对于建筑物和其他岩土结构的设计至关重要。传统的实验、数值和分析方法在估计这些参数时可能困难、耗时且成本高。近年来，软计算（SC）方法在解决土木工程问题中的重要性日益凸显。

2.1 基础类型

基础可分为浅基础（扩展基础）、裙边基础和深基础。浅基础的埋深与宽度之比小于4，深基础则大于4。裙边基础是带有裙边墙的浅基础，常用于软土地基。 </