堆積岩を対象とした間隙水圧長期観測データの解析的検討,2; 遺伝的アルゴリズム及びニューラルネットワークを用いた検討

Analysis of long-term pore water pressure data for the sedimentary rock, 2; Analysis using the genetic algorithm method and the neural network method

瀬尾 昭治*; 戸井田 克*; 渡辺 邦夫*; Sohail, A. R.*; 國丸 貴紀

Seno, Shoji*; Toida, Masaru*; Watanabe, Kunio*; Sohail, A. R.*; Kunimaru, Takanori

日本原子力研究開発機構幌延深地層研究センターでは、幌延深地層研究計画の一環として地下深部における間隙水圧の長期モニタリングを実施してきた。現在、深度500mから1000m級の試錐孔9孔の約70深度で観測を継続している。今回、間隙水圧データに関して、遺伝的アルゴリズム(GA法)及びニューラルネットワーク(BPANN法,GAANN法)の3手法を用いて同一孔及び他孔の相互相関や、他の観測値(潮汐,気圧,地下水位,河川水位,河川流量等)との相互関係解析及び予測解析等を実施したので、その結果について報告する。

Horonobe Underground Research Center of Japan Atomic Energy Agency has been conducting long-term observation of the pore water pressure fluctuation as part of the research activities in the Horonobe Underground Research Project. The pore water pressures are now monitored at 70 points from 100 to 1,000m in depth of 9 boreholes. In this article, some generic algorithm (GA) method and neural network (BPANN, GAANN) methods were applied to the observed pore water pressure data. The cross-correlations for a single borehole data and for different two boreholes data, or for a pore water pressure data with any other observed data (e.g. earth tide, atmospheric pressure, groundwater level, river water level and flow rates) were investigated and used for the prediction analysis.