基于GA-BP神经网络的PHC管桩桩侧摩阻力预测方法研究

详细信息    查看全文 | 推荐本文 |

英文篇名：A Prediction Method Using GA-BP Neural Network for the Frictional Resistance of PHC Piles 作者：张洁 ; 石荔 英文作者：ZHANG Jie;SHI Li;Baoshan Iron & Steel Co., Ltd;Wuhan Surveying & Geotechnical Research Institute Co.Ltd.,DFMCC; 关键词：GA-BP神经网络 ; PHC管桩 ; 桩侧摩阻力 英文关键词：GA-BP Neural Network;;PHC Piles;;Side Soil Resistance of Pile 中文刊名：TGJC 英文刊名：Soil Engineering and Foundation 机构：宝山钢铁股份有限公司;中冶集团武汉勘察研究院有限公司; 出版日期：2019-06-15 出版单位：土工基础 年：2019 期：v.33;No.142 语种：中文; 页：TGJC201903017 页数：4 CN：03 ISSN：42-1151/TU 分类号：69-72

摘要

随着PHC管桩的广泛应用,为能够有效地预测单桩竖向极限承载力,分析了土的物理、力学参数对单桩竖向极限承载力的影响,通过影响因素分析选取贡献率较大的指标。结合现场静载荷试验数据,将遗传算法GA和人工神经网络BP有机地结合起来,利用GA-BP神经网络结合多元统计主分析主分量数学方法,对以粘性土和非粘性土为主的上海某地区的PHC管桩桩侧摩阻力进行了预测和检验,证明其预测精度良好、适用性强,验证了该方法的可行性,以此模型作为辅助控制手段进行合理预测,具有较大的工程实用价值。
        This paper presents a new method, which is called GA-BP method, that can effectively predict the axial resistance of pre-stressed high-intensity concrete(PHC) piles. Various soil properties, such as, index properties, mechanical properties, on the axial capacity of PHC piles are evaluated and factors that have largest influence on the pile capacity are determined. This new method, which combines the genetic algorithm(GA) method and artificial neural network back propagation(BP) method, applies the statistical method of multi factors in GA-BP neural network system in the axial capacity predictions of PHC pile in cohesive and non-cohesive soil in Shanghai. The results indicated that this method is successful.

引文

[1] 史佩栋.实用桩基工程手册[M].北京:中国建筑工业出版社,1999.
    [2] 阮起楠.预应力混凝土管桩[M].北京:中国建材工业出版社,2000.
    [3] 朱红兵.预应力管桩竖向承载力的研究[D].杭州:浙江大学,2001.
    [4] 余胜威.MATLAB优化算法案例分析与应用[M].北京:清华大学出版社.2014.
    [5] 飞思科技产品研发中心,神经网络理论与MATLAB7实现[M].北京:电子工业出版社,2005.
    [6] 刘冰,郭海霞,等.MATLAB神经网络超级学习手册[M].北京:人民邮电出版社,2014.