基于人工神经网络的排水管道非开挖修复决策研究
2021-01-08郑博一杨丽丽李志远
天津建设科技 2020年6期
关键词:检测
郑博一, 王 超, 杨丽丽, 李志远, 任 亮
(天津市市政工程设计研究院,天津 300392)
排水管网是“城市静脉”,承担着城市污水收集和雨水运输任务,是城市安全稳定运行的基础。随着城市用水量的增加,排水量也相应增加,排水管道承受的负荷也越来越大。由于对排水管道维护养管的投入不足,腐蚀、渗漏、破坏、变形、不均匀沉降等情况时有发生[1]。
城市的中心城区人口密集、商业活跃、交通压力大,此类地区地下排水管道开挖修复难度大、工期长、造价高,宜采用非开挖修复技术[2]。非开挖修复技术是指在不开挖或微开挖的情况下,对现存有缺陷管道进行修复和更新,以保障管道正常运行,是延长管道使用寿命的施工技术[3]。排水管道非开挖修复决策主要基于对管道检测和评估数据在质量和数量上的准确分析,人工神经网络技术应用于排水管道非开挖技术决策当中,可以大大降低优选过程中人为因素的影响,科学地确定最优方案。
1 人工神经网络模型的构建
1.1 人工神经网络结构
输入层、隐含(中间)层、输出层,相邻各层之间的节点单方向互联。见图1。

图1 神经网络结构
1.2 网络训练
设输入层节点i输入Ii,输入层节点i和隐含层节点j之间的权值为ωij,隐含层节点j的阈值为θj,隐含层节点j和输出层节点k之间的权值为νjk,输出层节点k阈值为γk。
信息的正向传播过程,隐含层和输出层节点要经过Sigmoid激活函数作用,才能输出结果,Sigmoid激活函数为

训练过程如下:
1)网络参数初始化;
2)从网络输入层输入第一个样本信号;……
登录APP查看全文
