概率增量的程序进化方法及其在岩土工程中的应用

提出应用概率增量的程序进化方法研究岩土工程中时间序列问题,取得了令人满意的效果。文中说明了 Ｐ Ｉ Ｐ Ｅ的基本原理,并应用这种方法对混沌行为进行了短期预测,显示了 Ｐ Ｉ Ｐ Ｅ 较强的预测能力。最后,基于文献［１］中的数据,对单桩沉降作出了预测,并通过与神经网络法的预估值的对比显示了概率增量的程序进化方法是求解岩土工程中时间序列问题的一种有效的新方法。     

OBPES通用骨架系统的整体结构

矿石可选性预测专家系统（ＯＢＰＥＳ）通用骨架系统是选矿领域专家系统的构造工具，是用Ｃ＾＋＋语言在Ｗｉｎｄｏｗｓ平台上开发的，本文分析了ＯＢＰＥＳ骨架系统的可行性，论述了系统的结构及各组成部分的主要功能，系统的工作原理及应用步骤，系统采用面向对象的知识库，知识自学习包括基于解释的学习及神经网络自学习，推理机制封装于知识类之中，通过特性继承和消息传递来实现，ＯＢＰＥＳ骨架系统的功能齐全，界面十分友好，     

软土地基中桩筏基础沉降计算的探讨

将群桩中的单桩的桩顶沉降分为桩身压缩和桩端位移分别计算，桩身压缩由实测方法或理论分析方法估算，桩端沉降根据分层总和法计算．将桩简化成弹簧作用在筏板下，弹簧刚度根据桩顶平均荷载和相应的沉降获得．最后，介绍了该方法在工程设计中的应用。     

基于BP神经网络和遗传算法的软基参数反演与沉降预测

以九江绕城高速公路桩网复合地基加固软基试验段为工程背景,利用智能反演方法、正交试验设计和有限元数值方法相结合,对软基土体参数进行反演和工后沉降预测。研究结果表明,采用有限元和正交试验设计方法相结合,可以为BP神经网络和遗传算法参数反演模型提供大量的训练样本,能够确保参数反演精度;工程应用证明,BP神经网络和遗传算法与ADINA有限元程序相结合对软基工后沉降进行计算和预测是可行的,BP神经网络反演方法计算的软基沉降最大误差为5.26%,遗传算法计算的软基沉降最大误差为3.1%,因此,遗传算法在桩网复合地基软基沉降预测中具有更高的预测精度。     

非均质地基中桩基的荷载——沉降特性

非均质地基中承受竖向荷载单桩的荷载—沉降特性是桩基设计中所要考虑的重要因素．工程上通常是通过静载荷试验来测取桩的荷载—沉降曲线,耗资巨大．通过对现有的荷载传递分析法模型进行改进,并利用“桩尖位移等值法”来计算竖向受荷单桩的荷载—沉降曲线,同时编制了计算机程序,并将用该法计算而得的荷载—沉降曲线与现场实测的数据进行拟合对比,结果比较吻合．最后,分析了桩长、桩径、桩身混凝土弹性模量等参数对桩荷载—沉降曲线的影响,得出了一些较有意义的结果．     

BP神经网络在预测路基沉降中的应用

为了预测高速公路路基最终沉降量，首先依据影响软土路基沉降的因素选取参数建立了BP神经网络预测最终沉降量模型．结合成都一南充高速公路沉降实测资料及其它文献中大量路基沉降资料，利用BP神经网络预测了其各自最终沉降量．通过检验样本验证，预测精度较高，能够满足实际需要．并对BP神经网络在公路建设中的应用提出了一些注意事项．     

基于灰色神经网络的测井预测地层破裂压力

在新兴的信息处理技术中，灰色系统预测法和神经网络预测法都可用来解决精细测井解释和油藏描述中的模式识别和参数预测等问题。基于灰色ＧＭ（０，Ｎ）静态模型和ＢＰ神经网络模型，提出了一种新的参数估算方法即灰色神经网络判释法，由此分析了利用测井资料预测地层破裂压力的可行性。以Ｈ盆地中部气田为实例，综合应用现场试采测压资料和测井资料，建立了该气田石盒子组马家沟组地层破裂压力的灰色ＢＰ神经网络预测模型，成功地处理了该区２５口气井（油井）资料。结果表明，该法简便好用，预测精度高，为应用测井资料预测地破裂层压力开拓了一条新的途径。     

非线性土体中预测群桩沉降的一种实用方法

通过非线性群桩影响因子将群桩的沉降与单桩的沉降紧密地联系起来,在Randolph和Worth及Lee等提出的计算线性弹性土体中单桩和群桩的桩顶沉降方法的基础上,提出了在非线性土体中群桩中桩和桩之间的相互影响因子,及预测群桩整体沉降、桩顶刚度的计算方法。为了验证本文方法的正确性和结果的可靠性,根据人们公认的O’Neill（1982）和Briaud.（1989）等人的现场试验中的试验数据,用本文的方法对群桩的整体沉降和群桩中每个桩的承载能力进行了预测,同时与他们的试验结果进行了比较,发现按照本文的预测方法得到的结果与实测结果非常的吻合。说明本文的理论和方法对于分析桩-土系统的非线性力学行为是非常有效的。     

砂土液化判别的人工神经网络方法

应用人工神经网络原理，根据地震液化的实测资料，建立了 ８个因素综合考虑的预测砂土液化的ＢＰ神经网络模型．通过实例计算与模型评价，验证了该模型的科学性、高效性并较规范法具有更高的预测精度，不仅为砂土液化提供了又一新的研究方法，而且为进一步完善规范公式提出了建议．     

全螺旋灌注桩单桩极限承载力的预测

根据6根全螺旋灌注桩的实测桩项载荷-桩顶沉降（Q-s）曲线，用双曲线法预测全螺旋灌注桩的极限承载力。研究结果表明：在极限加载范围内，用双曲线法能较好地预测全螺旋灌注桩的单桩极限承载力，拟合曲线与实测的曲线比较吻合且预测的结果偏于安全，预测结果的偏差与地层情况关系不大。     

基于人工神经网络的桩基础选型研究

将人工神经网络引入桩基础选型中，分析影响桩基础选型的重要因素和BP神经网络的特点，确定网络结构。利用Matlab 6．5人工神经网络工具箱构建桩基础选型模型，并利用Matlab语言编制人机交互式界面，使选型过程简单明了。将典型工程项目工程地质资料数据作为网络学习训练样本输入建立的神经网络模型，对其进行训练、优化。经检验。训练好的网络模型性能良好，达到了智能预测的目的。     

长短桩组合桩基础在某电厂烟囱工程中的应用

某烟囱工程原设计采用嵌岩桩筏基础,桩基施工后检测表明:由于岩面埋深起伏较大,大量基桩桩端位于土层中,可能引起桩基较大的沉降、不均匀沉降以及烟囱的倾斜问题.因此,在工程实践中通过在已施工桩基中增加少量长桩,达到降低基础沉降和减小差异沉降的目的.本文基于Geddes应力解的桩基荷载传递方法,将基桩视为弹簧,基础板采用薄板有限元方法,提出了长短桩组合桩筏基础的相互作用分析方法,并对该烟囱桩筏基础进行了实例分析,可为类似工程的设计和处理提供有益的参考.     

基于ABC-BP模型的基坑地表沉降预测

目前基坑工程普遍仅关心地表沉降值是否超出监测预警值,缺乏对基坑地表沉降短期实时预测的有效方法,降低了基坑安全性。利用人工蜂群算法优化BP神经网络的组合模型可合理预测基坑地表沉降。首先,结合灰色相关度理论,对输入变量进行筛选,提高网络结构的高效性;接着,利用人工蜂群算法优化BP神经网络初始值,实现对地表沉降累计最大值及位置的预测;最后,将ABC-BP模型与其他常见神经网络预测模型对比,验证模型有效性。从预测和对比结果中可知,ABC-BP模型训练及预测结果的平均相对误差为3.27%,均方根误差为3.87,验证模型有效。     

基于模糊层次分析的CFG桩复合地基辅助神经网络设计

建立了面向CFG桩复合地基承载力与沉降量的辅助BP网络设计模型.利用模糊层次分析法对桩周土分层各指标的综合影响进行了评价,不仅逻辑概念明确,而且计算大为简化.通过网络学习与预测分析,说明基于模糊层次分析法的CFG桩复合地基辅助神经网络设计模型预测效果良好、可靠,具有较好的工程实用价值.     

水泥搅拌桩复合地基沉降试验分析

文章结合实际工程详细介绍水泥搅拌桩复合地基沉降试验方法,跟踪观测了水泥搅拌桩复合地基沉降量和荷载之间的关系.     

不排水桩准饱和复合地基的固结特性

自然界广泛分布准饱和天然地基,研究不排水桩准饱和复合地基的固结特性具有理论意义和工程应用价值。假定桩土之间满足等应变条件,并考虑孔隙流体压缩性,建立了不排水桩准饱和复合地基的固结控制方程。根据荷载施加瞬间比流量等于零的性质确定了孔压初始条件,利用分离变量法和叠加法得到了总应力随深度不变时瞬时加载、单级线性加载和随时间任意变化加载下的孔压解析解答。推导了固结度和即时沉降的计算公式。考虑孔隙流体压缩性时复合地基既产生即时孔压也产生即时沉降。含气率越大,初始孔压和按固结沉降定义的固结度越小;含气率和桩的压缩模量越大,即时沉降越大。即使含气率只有0.2%,预应力管桩复合地基的即时沉降占总沉降的比率也高达97.3%。上述研究表明,由于地基经桩体加固后等效压缩模量大幅增加和孔隙水的体积模量随含气量大幅减小,因此在不排水桩准饱和复合地基固结分析中必须考虑孔隙水的压缩性,否则会造成较大的理论偏差。     

动载荷大应变检测桩承载力土反力模型研究

为了提高动测法的预测精度，在分析桩的荷载-沉降关系Q—S曲线的基础上建立了一个双曲线土反力模型，并给出了参数的取值方法．按该模型推导了相应的动力打桩公式．通过26根桩的静载荷试验和动测资料与Hiley动力打桩公式进行了对比，结果表明，本文方法预测桩承载力较Hiley法更接近静载荷试验值，其计算精度也有所提高．     

嵌岩桩竖向荷载-沉降特性的有限元分析

嵌岩桩因单桩承载力高在工程上得到广泛应用.迄今为止,嵌岩桩的荷载传递机理尚不完全清楚,单桩沉降的影响因素又十分复杂.以ABAQUS为平台,对嵌岩桩的荷载沉降特性进行了全面的有限元分析,探讨了嵌岩桩受竖向荷载作用下影响单桩承载力及沉降的各种因素.分析结果表明,嵌岩深度、桩身弹性模量、嵌入岩石弹性模量、沉渣厚度是影响单桩承载力及沉降的主要因素.     

改进的BP网络在嵌岩桩承载力预测中的应用

本文提出了用改进的BP网络对嵌岩桩承载力进行预测的新方法，并编写了相应的训练程序。实例计算表明，改进的BP网络算法比一般的BP模型结果误差小、收敛快，人工神经网络方法对嵌岩桩承载力的预测行之有效。     

粉喷桩承载力的确定及影响因素分析

利用邯郸市某工程粉喷桩的单桩载荷试验成果 ,探讨了土层有机质含量、桩身强度和桩身龄期对单桩承载力的影响 ,分析并论述了在采用单桩载荷试验确定单桩承载力时 ,应根据不同的影响因素 ,分别采取桩身强度法、相对沉降法和极限荷载法等不同的方法和标准 ,以上三种方法和标准的正确选用 ,对粉喷桩复合地基的设计和检测具有重要的工程意义