杨克形，董凌岳，刘 涛，姜 磊

(1.浙江工业大学 土木工程学院 杭州市 310012； 2.中铁七局集团第三工程有限公司 西安市 710032)

0 引言

目前盾构施工的掘进参数界定方法主要以开挖前采用理论方法[1-3]预估土仓压力，再根据掘进过程中提取的土样性质、监测地面沉降大小调整总推进力。但理论方法预估的土仓压力存在较大误差，根据推进后的监测数据来修改掘进参数具有滞后性，特别是在复合地层中难以及时调整出适合当前掌子面的掘进参数。自适应神经模糊推理系统(ANFIS)结合了神经网络法的数据自我学习能力和模糊规则的知识表达性能。李兴春等[4]利用工程实测盾构掘进参数与地表沉降组成的样本数据，训练得到盾构施工地表沉降的ANFIS模型，经测试表明ANFIS能够高效预测盾构施工引起的地表沉降。施虎等[5]研究了盾构土仓压力与掘进参数的关系，建立ANFIS土仓压力预测模型，并采用该模型实现参数控制的在线优化，实时调整土仓压力平衡。

1 自适应神经元模糊推理原理

自适应神经模糊推理系统(ANFIS)是根据1985年Takagi[6]所提T-S模糊模型建立。T-S模型的主要功能是令神经网络系统中各节点权值分配更加合理，物理意义更加明确，模糊预测规则：

If x is A and y is B Then z=f(x,y)

(1)

式中：A和B为前件模糊数，z=f(x,y)为结论中的精确数，是关于x,y的多项式。

1.1 ANFIS结构分析

以典型的ANFIS网络结构为例，如图1，该模型结构共5层，位于同一层的节点功能相同[7]。

图1 ANFIS网络结构

第一层为计算输入的模糊隶属度，该层共4个计算节点，节点……