基于混沌优化-神经网络的单桩竖向极限承载力预测方法

分析了BP神经网络和混沌优化的特点 ,并将混沌优化方法和梯度下降法结合起来构成一种新的组合搜索优化方法。结合珠江三角洲大量试桩资料 ,建立了基于混沌优化 -神经网络的单桩极限承载力预测模型。实例研究表明 ,预测值与实测值吻合较好 ,该模型性能良好、预测精度高 ,能满足工程的要求 ,具有广泛的应用前景。     

基于进化神经网络的单桩承载力预测模型研究

将收集到的单桩承载力实测数据样本作为网络模型的学习训练样本,建立了基于进化神经网络的单桩承载力预测模型,并通过检测样本对预测模型的外推能力进行了检测,证明了预测模型有较好的外推预测能力。     

应用径向基函数神经网络预测单桩极限承载力

在径向基函数神经网络的基本原理基础上,通过对影响单桩极限承载力因素的分析,建立了单桩极限承载力设计的GRNN模型,并进行了实例分析。计算结果具有较高的精度和收敛速度快等特点,是一种行之有效的预测单桩极限承载力方法。     

预测单桩极限承载力的初步实践

单桩极限承载力值是桩基设计中的重要依据。介绍了利用双曲线法对某工程进行实际单桩极限承载力预测的情况，就某工程静载荷试验结果，采用双曲线法对Q－S曲线进行拟合，对未加载至破坏的试桩预测其极限承载力值，并与原检测结果进行分析比较，探讨了适应范围和预测精度等问题，以使预测更具科学性和实用性。     

加筋碎石桩单桩极限承载力

1前言碎石桩在地基处理中应用得非常广泛,它既可以提高地基承载力、降低压缩量,还可以配合砂垫层等其它措施加快软土地基的固结沉降速度,从而达到加固地基的目的。但是,碎石桩的工作需要一定的径向约束力。桩在荷载作用下在桩顶2~3倍桩径的深度范围内会发生侧向变形,引起周围粘     

基于模糊控制的单桩竖向极限承载力预测

为合理、准确地预测单桩竖向极限承载力,借助模糊神经网络较强的学习能力和模糊逻辑推理功能,建立了基于模拟退火算法的单桩竖向极限承载力预测模型,对收集到的样本进行了训练预测,并与常规的减法聚类算法预测结果进行了对比。分析结果表明:基于模拟退火算法的模糊神经网络模型预测单桩竖向极限承载力是可行有效的,具有较大的工程实用价值。     

论静压预应力管桩单桩极限承载力

预应力管桩由于其具有施工工期短、单位承载力及造价较低等优点,在许多地区得到了迅猛发展及推广应用,本文简要介绍了预应力混凝土管桩单桩极限的承载力,提出管桩施工中要注意的几点问题。     

预测单桩竖向极限承载力的生长曲线模型探讨

用生物学领域生物生长的理念去研究单桩的静荷载曲线,引入4种生长曲线模型,并将其用于单桩荷载-沉降曲线的拟合和竖向极限承载力的预测,结果显示,生长曲线模型可以对桩的Q-S曲线进行拟合。结合工程试桩的实测资料分析认为,Richards生长模型拟合桩的静荷载曲线的适用性更广。     

关于钢筋砼预制桩单桩承载能力的评价

钢筋砼预制桩单桩承载能力的大小，与施打时桩的贵人度、桩锤的重量与落距、桩的断面大小和桩长及桩入土后的休止时间等因素有关。现就关于影响预制桩单村承载能力的几个因素，浅析如下：1对预制桩单桩承载能力的分析中国水产烟台海洋渔业公司联合加工厂综合车间，系多层框架结构，单桩设计允许承载能力为［R」一550kN。若按苏联格尔谢凡诺夫动力打桩公式进行计算，要求桩施打时的贯入度为e—2．8mm／l击，而实际施打时，桩的贯入度e—3．0～5．0mm八击。按照格氏动力公式计算，单被允许承载能力为【R］一550～410kN，小于设计承载能力【R…     

基于支持向量机的单桩竖向极限承载力预测

提出了一种基于支持向量机理论的单桩竖向极限承载力预测方法,该方法以统计学理论为基础,避免了神经网络结构设计的盲目性和局部最优等非线性优化问题。仿真试验表明,它比基于混沌优化-神经网络的收敛速度快,预测精度高。     

单桩承载力的灰色预测方法

利用有限的实测数据准确地预测桩的极限承载力具有重要的现实意义。根据灰色理论，建立了单桩荷载．沉降关系的GM(1，1)模型，介绍了运用灰色理论在有限的实测数据条件下预测单桩极限承载力以及完整的荷载．沉降关系的方法。通过工程实例的分析计算，证明该方法具有良好的预测精度，满足工程实际需要。     

基于进化支持向量机的单桩竖向极限承载力的预测

通过将改进遗传算法与支持向量机相结合,建立一种用于单桩竖向极限承载力预测的进化支持向量机模型。这种方法基于实测数据,利用遗传算法搜索最优的支持向量机参数,用获得的最优模型进行学习,从而得到泛化能力更好的预测模型。结果表明,该算法可以有效地解决支持向量机的参数确定问题,给出的算例结果是令人满意的。     

基于小波概率神经网络的单桩竖向承载力预测模型及应用研究

分析小波概率神经网络(WPNN)与数据融合技术在预测单桩竖向承载力中的应用原理,建立基于小波概率神经网络和数据融合技术的预测模型。根据长期的工程实测资料,利用高层建筑物静载试验数据对模型进行检验,并选取典型的样本进行预测值的误差分析。结果表明,预测的结果与静载试验数据吻合较好,从而证实了WPNN预测方法具有较好的可靠性和工程应用价值。     

STUDY ON THE PREDICTION MODEL OF THE SINGLE PILE VERTICAL BEARING CAPACITY BASED ON WAVELET PROBABILISTIC NEURAL NETWORK AND ITS USE

分析小波概率神经网络（WPNN）与数据融合技术在预测单桩竖向承载力中的应用原理,建立基于小波概率神经网络和数据融合技术的预测模型。根据长期的工程实测资料,利用高层建筑物静载试验数据对模型进行检验,并选取典型的样本进行预测值的误差分析。结果表明,预测的结果与静载试验数据吻合较好,从而证实了WPNN预测方法具有较好的可靠性和工程应用价值。     

单桩极限承载力的灰色预测方法

如何根据未加载至破坏的试桩资料来确定单桩极限承载力是工程界广泛关注的问题。运用灰色理论 ,建立了GM( 1,1)模型来预测单桩极限承载力。通过对几个工程实例的对比分析 ,讨论了GM( 1,1)模型的适用条件以及应用中注意的问题     

钢筋混凝土预制桩单桩竖向承载力分析

传统的钢筋混凝土预制桩极限承载力预测方法,难以考虑单桩极限承载力影响因素的模糊性和相互关系,根据长期工程实践资料,提出并建立了钢筋混凝土预制桩极限承载力分析的人工神经网络方法,从而达到在施工过程中减少或不做试桩的效果。利用30根钢筋混凝土预制桩实测数据建立神经网络模型,5根桩做检验样本,证实了该方法在预测单桩的竖向承载能力时可以满足工程实际的需要。     

几种单桩竖向极限承载力预测模型的对比分析

结合天津市钻孔灌注桩静载荷试验资料 ,对几种常用的单桩极限承载力预测模型进行对比分析 ,提出了适于天津市区的单桩极限承载力预测模型     

时效性对单桩极限承载力影响分析

目前 ,盐城地区正广泛采用打入式预制桩和泥浆护壁成孔灌注桩 ,本文将从这两种桩的成桩工艺 ,结合地基条件 ,对盐城地区饱和软粘土层中这两种桩成桩后休止时间对单桩极限承载力的影响规律进行了分析研究 ,并对载荷试验的间歇时间的确定问题做一些有益的探讨。     

时效性对单柱极限承载力影响分析

目前，盐城地区正广泛采用打和式预制桩和泥浆护壁成孔灌注桩，本文将从这两种桩的成桩工艺，结合地基条件，对盐城地区饱和粘炊土层中这两种桩成桩后休止时间对单桩极限承载力的影响规律进行了分析研究，并对载荷试验的间歇时间的确定问题做一些有益的探讨。