嵌岩桩竖向承载力预测的遗传BP神经网络模型研究

将遗传算法的全局搜索能力和BP神经网络的高次非线性能力,应用于嵌岩桩竖向承载力研究中。两种算法的结合,避免了BP神经网络收敛于局部极值,使神经网络更快找到全局最优解;并利用济南地区的现场实测资料,建立起了预测嵌岩桩单桩竖向承载力的遗传BP神经网络模型。通过该模型可以建立起高应变动力测试法与静载荷试验之间的内在联系,证明了高应变动力测试法在本地区的可靠性较高。     

嵌岩桩竖向承载力预测的遗传BP神经网络模型研究

将遗传算法的全局搜索能力和BP神经网络的高次非线性能力,应用于嵌岩桩竖向承载力研究中.两种算法的结合,避免了BP神经网络收敛于局部极值,使神经网络更快找到全局最优解;并利用济南地区的现场实测资料,建立起了预测嵌岩桩单桩竖向承载力的遗传BP神经网络模型.通过该模型可以建立起高应变动力测试法与静载荷试验之间的内在联系,证明了高应变动力测试法在本地区的可靠性较高.     

嵌岩桩竖向承载力规范计算的商榷

从桩基规范中有关嵌岩桩竖向极限承载力的计算入手,分析其存在的问题和不合理之处.同时,根据桩与岩石接触方式和作用力呈顺序传递的性质,进一步证明了其不合理性,以及需要改进的地方.     

桩基规范中嵌岩桩竖向承载力计算方法分析

介绍了桩基规范中嵌岩桩单桩竖向极限承载力的计算方法，深入分析了其中原理，得出一些有益结论。     

重庆市嵌岩桩单桩承载力可靠指标分析

对重庆市近10年102根嵌岩灌注桩试桩资料进行统计分析,建立单桩无量纲随机变量的极限状态方程,采用改进JC法和Monte-Carlo法计算得到重庆地区嵌岩桩基目标可靠度的范围,进而提出重庆地区嵌岩桩基目标可靠指标的建议值。最后引入可靠系数(代替荷载分项系数和抗力分项系数)并计算了嵌岩桩单桩承载力的可靠系数,提出采用可靠系数表达的极限状态设计实用表达式,该表达式体现了简单实用的原则,利于设计人员掌握和理解,便于工程应用。     

基于数值试验的嵌岩桩横向承载力研究

采用有限元法对横向受荷嵌岩桩的现场试验加荷过程进行数值试验,获得和现场试验的加载范围内结果一致的荷载－位移曲线,验证了数值模型的合理性。并采用数值模型开展数值试验加载直至破坏,从而获得完整的荷载－位移曲线。基于已有的地基反力模量Ki 的解答方法,对现场试验数据进行回归分析,得出了荷载-位移曲线初始斜率Kh求解的经验公式,给出横向受荷嵌岩桩荷载-位移曲线的双曲线函数理论计算方法。通过与现场试验曲线的对比,验证了所提出方法的准确性。采用常用的四种横向受荷嵌岩桩承载力计算方法,对经过数值试验扩展的水平荷载-桩顶位移曲线开展分析,对不同方法的适用性进行了比较,建议采用双曲线函数法对横向受荷嵌岩桩的承载力进行计算。     

嵌岩灌注桩的桩侧阻力问题探讨

分析研究嵌岩灌注桩的桩侧阻力问题，并提出嵌岩灌注桩在一定条件下桩侧阻力所分担的荷载比。     

嵌岩灌注桩竖向承载力确定方法的探讨

通过九江乌石矶粮食中转库２万ｔ钢混凝土立筒库的基础实例，详细介绍了嵌岩灌注桩竖向承载力的几种确定方法。     

某办公楼嵌岩桩的嵌岩深度分析

分析了海口市某办公楼钻孔灌注桩的嵌岩深度及影响因素，试验分析表明，桩的长径比较大时，桩端阻力所分担的荷载仅占荷载的一小部分，因而在满足施工质量的前提下，可适当减小桩的嵌岩深度，该工程设计嵌岩深度1.5m，实际采用了0.8m，加快了施工进度，降低了工程造价。     

基于小波神经网络的CFG桩复合地基承载力预测

针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系.在相同结构和参数下,与BP神经网络进行分析对比.结果表明:利用小波变换对数据时...     

基于小波神经网络的CFG桩复合地基承载力预测

针对BP神经网络学习时间长、收敛速度慢等缺陷,借助小波分析理论,将母小波平移和伸缩构成的小波基作为神经网络的激励函数,通过指导网络的初始化和参数选取,使网络以较简单的拓扑结构实现函数逼近,利用网络训练建立起承载力与其影响因素之间的非线性关系。在相同结构和参数下,与BP神经网络进行分析对比。结果表明：利用小波变换对数据时频局域化分析的能力并结合人工神经网络的自学习功能,使得小波神经网络预测模型具有较强的逼近和容错能力,预测结果比传统的BP神经网络具有更快的收敛速度和更高的精度。     

倾斜桩的承载能力及其利用

通过结合某工程事故处理中进行的系列基桩静载试验与分析,确定不同倾斜率的基桩的竖向承载力,并将这一成果应用于处理实践。工程实践表明,科学地确定并利用倾斜桩的竖向承载力将产生显著的经济效益。     

基于神经网络的钢筋混凝土剪力墙抗剪承载力研究

神经网络(ANN)模型作为土木工程领域中一种有效的方法能够用于解决复杂的问题.基于试验数据采用神经网络对钢筋混凝土剪力墙的抗剪承载力进行预测,收集160个钢筋混凝土剪力墙在低周往复荷载下的试验数据,建立数据库,选取140个试验样本对ANN模型进行训练,20个试验样本进行测试验证.ANN1和ANN2有14个输入参数:混凝...     

改进的人工神经网络水文预报模型及应用

在人工神经网络水文模型的研究中,往往加入前期径流以提高模型的预报精度.针对由此带来的问题,通过耦合总径流线性响应模型,建立一种基于人工神经网络的实时预报模型.通过引入总径流线性响应模型的模拟径流作为模型输入,模型的模拟模式能够提供较长的预见期,同时加入误差校正模型的实时预报模式也能够取得较高的模型精度.采用3个不同流域的流量资料对模型进行率定与校核.结果表明,模型能够取得较高的预报精度,显示了良好的适用性.     

水文预报的神经网络模式分类预报方法

基于时间序列的相空间扩维思想,利用神经网络的感知器分类原理,提出一种水文预报方法.直接从水文单因素时间序列滑动生成多维空间的一个相型分布中寻求水文现象变化的规律.并利用湖北省宜昌市沮漳河洪水资料对该方法做了初步验证.     

试桩未达破坏时单桩极限承载力的确定

如何利用未达到破坏的试桩资料来确定其极限承载力是一个重要的工程问题.应用曲线拟合已达到极限承载力的静载荷试验数据,分别对双曲线法、指数曲线法、对数曲线法、灰色理论法等预测方法进行比较分析,结果表明:指数法与双曲线法的精度主要取决于Q-S曲线塑性区域的大小及该区域数据的多少;灰色预测法精度较高;对数曲线法应用有局限,精度较低.     

全螺旋灌注桩——螺纹桩竖向承载力初探

对全螺旋灌注桩螺纹桩的承载力机理进行了初步探讨 ,比较了螺纹桩与传统直线型灌注桩竖向承载力的基本特性 ,并根据试验及理论分析 ,探讨了螺纹桩设计计算方法     

预测城市用水量的人工神经网络模型研究

为了提高多层前馈神经网络权的学习效率,引入变尺度方法来训练神经网络的权值,并根据训练误差自适应调整学习系数和动量因子.将该方法应用于城市用水量预测中,建立了非线性人工神经网络预测模型.该模型考虑了城市工业用水重复利用率、用水人口、经济发展等众多因素对用水量需求的影响,具备系统决策功能.杭州市预测实例表明,建立的模型及其相应计算方法具有较高的预测精度和准确度.