1.3.5　智能方法应用

遗传算法（Genetic Algorithms，GA）与人工神经网络（Artificial Neural Network，ANN）是人工智能的两个极其重要的分支，近年来得到了迅速的发展，应用也非常广泛。人工神经网络研究始于20世纪40年代，但是直到20世纪80年代末期，人工神经网络才开始在土木工程中得到应用。在国内，20世纪90年代初张清教授将人工神经网络引入到岩石力学，进行岩石力学行为的预测研究，开启了神经网络在土木工程、岩土工程中的应用。

在公路工程中，神经网络主要用于预测路基沉降量，利用地基前期的沉降观测数据来推测后期沉降量和最终沉降量，从而提高预测精度[54]。文献[55]结合连徐高速公路软土地基沉降实测数据，建立沉降预测模型并进行预测分析。朱红霞建立了根据路基沉降各影响因素预测最终沉降量的BP网络和根据某一路段前期实测沉降数据预测其后期沉降的Elman网络[56]。

人工神经网络中应用最为广泛的是BP网络，BP网络以其高度的非线映射能力、泛化能力、容错性以及易实现性，倍受人们的青睐，其对于无法建立起准确数学模型的复杂事件，可以提供有效的数值预报。但它存在着收敛慢和易陷入局部极小值的缺点，这正好与遗传算法全局收敛性的优点形成了互补。如果将两者结合，可以提供一种新的研究思路。很多文献表明，许多学者进行了这方面研究，文献[57]以高速公路沥青路面为对象，建立一种科学的高速公路沥青路面使用性能混合GANN评价方法，文献[58]结合神经网络和遗传算法的优势，将之应用到桥梁监测与维护技术中。

诸多学者将人工神经网络与遗传算法相结合，提出用于位移反分析的进化神经网络。所涉及的研究成果包括描述岩体的力学参数与岩体位移之间的非线性关系[59]，高边坡开挖变形智能预测[60]，大型洞室锚固参数智能优化[61]等。

从20世纪90年代初到现在，智能方法在地下工程、土木工程中取得了不少成果，这也从侧面反映出应用神经网络方法解决这类工程问题的有效性。