1.3.5　智能方法應用

遺傳算法（Genetic Algorithms，GA）與人工神經網絡（Artificial Neural Network，ANN）是人工智能的兩個極其重要的分支，近年來得到了迅速的發展，應用也非常廣泛。人工神經網絡研究始于20世紀40年代，但是直到20世紀80年代末期，人工神經網絡才開始在土木工程中得到應用。在國內，20世紀90年代初張清教授將人工神經網絡引入到巖石力學，進行巖石力學行為的預測研究，開啟了神經網絡在土木工程、巖土工程中的應用。

在公路工程中，神經網絡主要用于預測路基沉降量，利用地基前期的沉降觀測數據來推測后期沉降量和最終沉降量，從而提高預測精度[54]。文獻[55]結合連徐高速公路軟土地基沉降實測數據，建立沉降預測模型并進行預測分析。朱紅霞建立了根據路基沉降各影響因素預測最終沉降量的BP網絡和根據某一路段前期實測沉降數據預測其后期沉降的Elman網絡[56]。

人工神經網絡中應用最為廣泛的是BP網絡，BP網絡以其高度的非線映射能力、泛化能力、容錯性以及易實現性，倍受人們的青睞，其對于無法建立起準確數學模型的復雜事件，可以提供有效的數值預報。但它存在著收斂慢和易陷入局部極小值的缺點，這正好與遺傳算法全局收斂性的優點形成了互補。如果將兩者結合，可以提供一種新的研究思路。很多文獻表明，許多學者進行了這方面研究，文獻[57]以高速公路瀝青路面為對象，建立一種科學的高速公路瀝青路面使用性能混合GANN評價方法，文獻[58]結合神經網絡和遺傳算法的優勢，將之應用到橋梁監測與維護技術中。

諸多學者將人工神經網絡與遺傳算法相結合，提出用于位移反分析的進化神經網絡。所涉及的研究成果包括描述巖體的力學參數與巖體位移之間的非線性關系[59]，高邊坡開挖變形智能預測[60]，大型洞室錨固參數智能優化[61]等。

從20世紀90年代初到現在，智能方法在地下工程、土木工程中取得了不少成果，這也從側面反映出應用神經網絡方法解決這類工程問題的有效性。