Abstract
There is considerable uncertainty in ground properties used in tunnel designs. In this study, a back analysis was performed to find optimal ground properties based on the artificial neural network facility of MATLAB program of using tunnel monitoring data. Total 81 data were constructed by changing elastic modulus and coefficient of lateral pressure which have great influence on tunnel convergence. A sensitivity analysis was conducted to establish an optimal training model by varying the number of hidden layers, the number of nodes, learning rate, and momentum. Meanwhile, the optimal training model was selected by comparing MSE (Mean Squared Error) and coefficient of determination ($R^2$) and was used to find the correct elastic moduli of layers and the coefficient of lateral pressure. In future, it is expected that the suggested method of this study can be applied to determine the optimum tunnel support pattern under given ground conditions.
터널 설계 시 사용되는 지반 물성치는 불확실성을 내포한다. 본 연구에서는 최적의 지반물성치를 찾기 위해 터널 계측자료를 활용하여 MATLAB 프로그램의 인공신경망 분석 기능을 이용한 역해석을 수행하였다. 터널 내공변위에 많은 영향을 주는 탄성계수와 측압계수를 변화시켜 총 81개의 학습자료를 구축하였다. 최적의 학습모델을 구축하기 위해 은닉층 수와 노드(node) 수 및 학습율과 관성항을 변화시켜가며 매개변수 연구를 수행하였다. 한편 최적의 학습모델은 평균제곱오차(MSE, Mean Squared Error)와 결정계수($R^2$)를 비교하여 선정되었고, 이를 이용하여 정확한 지층의 탄성계수와 측압계수를 찾았다. 향후 주어진 지반조건에서 최적의 터널 지보패턴을 결정하는 등의 목적으로 본 연구에서 제시된 방법이 적용될 수 있을 것으로 기대된다.