深基坑支护优化方法综述

摘要：随着我国经济建设的不断发展，城市化的进程也不断加快，各类地下工程越来越多，这就牵涉到大量的深基坑工程问题。本文以深基坑支护为对象，简要概述了深基坑支护的研究现状，为实际工程设计提供了参考。

关键词：深基坑支护；优化；

深基坑支护设计技术是近十多年来在我国逐步遇到的技术难题，它几乎涉及到岩土力学与工程地质的各个方面，如土力学、水文地质学、工程地质学、结构力学以及施工方法、监理、监测等领域。影响基坑稳定的不确定性因素比较多，这导致了基坑工程事故发生率高，尤其是东南沿海开放城市，有的城市较大的基坑工程事故竟占基坑总数的1/3左右。一旦支护失败，后果不堪设想，不仅会延误工期造成经济损失，更重要的是，还可能对周围建筑及城市生命线工程产生不可低估的不良影响，甚至危及人身安全。我国的深基坑工程起始于20世纪80年代，尽管发展迅速，但仍然处于探索阶段。实际工程中有时为了安全性，支护选型和设计极为保守，造成了不必要的浪费；有时为了片面追求经济性，而降低了基坑的稳定性、变形控制和设计安全方面的要求，造成工程事故，导致了更大的经济损失，深基坑工程优化设计技术就是在此基础上产生的，它是解决经济合理与安全可靠二者矛盾的有效手段。

1基坑支护设计方案的优化[1-8]

优化方法是一种以数学理论为基础来求解各种工程问题优化解的应用技术。目前的基坑支护设计方案优化基本上分三种：第一种是进行基坑支护类型的优选。主要是采用定性的评价，根据基坑的周边环境条件、地层条件、地下水埋藏条件、各种支护类型的特点及适用条件，综合进行支护类型的优选，也有少量用模糊数学的方法进行支护类型的优选；第二种是支护结构的设计优化，也称细部优化。这种优化最简单的方法是规范规定的弹性抗力法即m法，它通过支护系统位移，最大弯矩，剪力等计算，优选出合适的设计计算方法。此外，还有通过数学模型进行优化设计，其过程是选取设计变量，列出目标函数，给定约束条件后便可构造出最优化设计的数学模型。该模型通过各种算法，进行求解；第三种是面向施工过程的信息化施工。

由于传统的优化方法的局限性，越来越不能满足工程的需要，于是出现了一些新的优化算法，诸如模糊优化理论、人工神经网络、遗传算法、进化规划、模拟退火、禁忌搜索及其混合优化决策略等方法。近年来许多学者和工程技术人员对这些优化算法在深基坑支护中的应用进行了研究和探讨。

王东（1997）郭方胜，刘祖德（2001）和王永祥，陈进等 （2004）采用层次分析方法建立了深基坑支护系统方案的评价体系，然后运用模糊优化理论达到优化选择支护方案的目的。

王广月 （2004）在分析深基坑支护体系因素的基础上，综合应用信息论、模糊物元和层次分析理论，建立了深基坑支护决策的信息熵模糊层次分析模型，有效地解决了众多模糊性和不确定性因素影响的深基坑支护方案的多目标优化决策问题，为合理选择深基坑支护方案提供了一条新的途径。

徐迎、李朝甫等 （2000），张海涛、陈震等 （2003）针对深基坑支护方案选择因素具有模糊性的特点，依据模糊数学原理建立了深基坑支护方案优选的综合评价模型，为深基坑支护方案的选择提供科学的理论依据。

乾增珍（2001）、麻风海，于晓曦等 （2002）以及何满潮，乾增珍等 （2004）利用人工神经网络的非线性映射功能，建立深基坑支护方案与多种影响因素之间的关系，形成了优选深基坑支护方案的神经网络模型。

周瑞忠，邱高翔（2001）将人工神经网络应用于基坑的位移反分析问题，以模拟基坑开挖的有限元程序为正演工具，以BP网络为反演工具，通过样本的映射关系将正演和反演过程有机结合起来。

王建仁，张福林（2001）建立了基坑稳定的人工神经元网络模型，提出了一种新的基坑稳定预测方法。

华瑞平，刘新宇等 （2001）利用人工神经网络理论对城市深基坑支护结构的变形量进行分析和预测，建立了预测支护结构最大变形量的网络预测模型。

李健（2003）将人工神经网络应用在钻孔灌注桩造价预测中。

肖专文，张奇志 （1998）提出了一种用遗传进化算法确定边坡最危险滑动面及其对应的最小安全系数的方法。

肖专文，龚晓南等 （1999）和贺可强，阳吉宝 （2001）将遗传算法用于深基坑土钉墙支护优化设计中。陈昌富 （2000）利用模拟自然进化过程的遗传进化算法和求解约束优化问题的复合形法发展起来的复合遗传算法来求解深基坑土钉墙内部稳定性。

刘学增，朱合华 （2002）在充分考虑岩土介质的各向异性和流变特性基础上，建立了层状地基横观各向同性粘弹性位移反分析模型，利用遗传算法，进行深基坑横观各向同性粘弹性动态施工反演分析，并利用反演得到的每层岩土介质的弹性模量、粘性系数，预测相继施工阶段的结构和土体变形、内力，从而为工程的信息化、施工反馈设计提供了新的技术手段，同时促进了位移反分析的发展。

朱合华，杨林德 （1998）提出动态施工反分析的思想，以求仿真模拟深基坑工程实际情况，进而为相继施工阶段的变形预报提供可靠保证。杨林德，钟才根等 （1999）通过将现场信息采集、优化反演参数及围护结构变形和稳定分析有机地进行结合，对基坑支护位移和安全性监测建立了动态预报技术；陈昌富 （2001）分别基于弹性地基梁有限元法和连续介质有限元法，建立了深基坑支护结构位移与安全性动态仿生优化反演预报方法。

陈昌富将具有全局收敛性的信赖域算法引入神经网络的学习算法中，提出了基于信赖域算法的前向型神经网络模型；引入数值优化方法，改善遗传算法局部搜索能力，提出了3种混合遗传算法：改进复合形遗传算法、可行方向遗传算法和信赖域遗传算法；在基本蚁群算法中引入启发式算子，提出了求解多阶段完全序贯决策问题和多阶段不完全序贯决策问题的启发式蚁群算法。并将这些方向成功地应用到深基坑工程和边坡工程中，取得了理想的结果。

吴恒，周东等 （2002）将协同演化思想应用于基坑桩锚支护优化设计中，成功开发了深基坑桩锚支护优化设计系统。

韦立德，徐卫亚 （2003）采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络，先用遗传学习算法进行全局训练，再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索，提出了用BP网络训练产生变异的遗传算法。

朱合华，刘学增 （2003）将阻尼最小二乘法与遗传算法耦合起来，发展了阻尼最小二乘法—遗传混合算法，同时将阻尼最小二乘法—遗传算法和模拟退火—遗传算法两类混合优化方法用于优化反分析，结合工程实例分析表明，这两类混合优化方法与单纯形等传统优化方法相比，具有较好的全局收敛性，而且比基本遗传算法具有更高的搜索效率和精度。

2结束语

目前深基坑支护智能优化设计取得了较大的进展，尤其是对遗传算法有研究和应用，几乎贯穿了整个深基坑工程领域。模糊数学理论、灰色理论、神经网络也有一定的研究和应用，但非常有限，有待进一步研究探讨。由于生产实践的需要，基本支护方案优化方法显露了越来越多的不足，由此，科研工作者对基坑支护方案优化方法进行改进，提出了各种新型有效能优化算法，取得了一系列的成果，对支护方案优化的研究还处于发展时期，还需要科研工作者和工程技术人员不懈地努力。

参考文献

[1]肖专文，张奇志，梁力等.遗传进化算法在边坡稳定性分析中的应用.岩土工程学报，1998，20（1）：44～46.

[2]肖专文，龚晓南，谭昌明.基坑土钉支护优化设计的遗传算法.土木工程学报，1999，32（3）：73～80.

[3]贺可强，阳吉宝，王胜利.遗传算法在土钉支护结构优化设计中的应用.岩土工程学报，2001，23（5）：567～571.

[4]陈昌富.深基坑土钉墙内部稳定性计算新方法—最危险滑裂面复合遗传算.2000，27（5）：81～85

[5]刘学增，朱合华考虑动态施工过程的岩土介质横观各向同性粘弹性反分析及其工程应用.岩土工程学报，2002，24（l）：89～92.

推荐访问:支护 综述 优化 方法 深基坑

---