单桩极限承载能力的预测模型研究.pdf

《单桩极限承载能力的预测模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第6期建筑技术开发Vo1．38，No．62011年6月BuildingTechniqueDevelopmentJun．2Ol1单桩极限承载能力的预测模型研究胡云世吴铁军(1．衢州学院建筑工程系，浙江衢州324000；2．浙江志城房地产有限公司)[摘要]采用BP神经网络的方法，建立了基于多影响因素的单桩承载能力的预测模型。该模型采用了三层网络结构模式，输入层采用桩长、桩径、入土深度、侧摩阻值加权平均值、桩端土承载力等参数，输出层为混凝土单桩承载能力，模型的转移函数均采用单极性Sigmoid函数，对输人数据进行了归一化处理，设计并完成了混凝士单桩

2、承载能力的载荷试验，利用试验数据对网络模型进行训练和测试，为该模型可以为试验及生产提供依据，为节约能源及保护环境提供一种有效预测方法[关键词]单桩承载力；BP神经网络；数学模型；预测[中图分类号]TU473．11[文献标志码]A[文章编号]1001—523X(2011)06-0024—03STUDYoNPREDICTIoNMoDELoFTHEVERTICALULTIMATEBEARINGCAPACITYoFSINGLEPILEHuYun—shi，HUTie—Jun随着高层建筑和大跨度桥梁结构的迅速发展，桩基础的行处理和分布式的信息存储，良好的适应性和

3、自组织性，强应用日趋广泛。近年来，由于成桩工艺、检测手段的不断完大的学习功能和联想及容错功能J，都为这一问题的解决善，桩基础已成为目前高层建筑和大跨度桥梁的最主要的基奠定了极为良好的研究基础。为了能够使这一方法解决单础形式之一。由于影响单桩竖向承载力的因素很多，且因素桩承载能力预测，首先应该研究影响单桩竖向承载力的因不确定，因此，如何合理地确定承载力，充分发挥桩基础的技素，以便提取合理的网络特征参数，笔者试图本地区人工挖术经济效益，是工程技术人员关心的主要问题。目前，确定孔桩单桩承载能力的预测，确定影响单桩承载能力的主要因单桩竖向承载力的方法主要有静

4、荷载试验与动测法。静荷素，从而提取合理的网络特征参数，最后达到预测单桩承载载试验作为最基本的方法，其可靠性最高，但也存在一定的能力的目的。缺陷，例如费用高，时间、人力消耗大，试桩数量有限等。作1BP神经网络简介为静载试验的补充，目前广泛采用动测法，它主要以一定的BP神经网络是目前应用最为广泛，也是发展最为成熟计算模型和经验公式为基础。但由于模型和公式对实际情的一种神经网络。如图I所示，BP网络是按层次结构构造况进行了简化和假设，且测试技术难度较大、影响因素比较的，包括1个输人层，1个输出层和]个(或多个)隐含层，一复杂，测试结果会产生比较大的误差。寻

5、求一种简单、准确层内的节点(神经元)只和该层紧邻的下一层的各节点连的预测桩基础承载力的方法，对满足日益增长的桩基工程应接。学习过程由正向和反向传播2个过程组成，在正向传播用具有重要的意义。在工程实践应用和研究领域，一般采过程中，输入信息从输入层经隐含层逐层处理，然后传向输用数理统计和回归分析方法对大量的实验结果进行分析，所出层，每一层神经元的状态只影响下一层神经元的状态；如得到的结果一般为半经验、半理论公式。由于土的性质不仅果输出层不能得到期望的输出，则转向反向传播过程，将误具有场地随机性，同时还具有区域不定性，由回归分析所得差信号沿原来的连接通路返

6、回，通过修改各层神经网络的权的经验公式的自适应性较差，公式的使用受到了极大的限值，使得误差信号最小。在实际应用误差达到人们所希望的制。另外，桩一土一上部结构组成的系统较为复杂，简单的要求时，网络的学习过程就结束。实际上，BP神经网络模型处理难以满足各个方面要求。在这样的背景下，桩基工程中把一组样本的输入输出问题变为一个非线性优化问题，可以新的研究手段、方法不断出现，20世纪8O年代以来，神经网把这种模型看成一个从输入到输出的映射，这个映射是高度络在工程实践中的应用得到了长足发展J。它的大规模并非线性的。2数学模型的建立收稿日期：2011—03—15B

7、P神经网络是目前使用最广泛的神经网络，理论上，具作者简介：胡云世(1966．)，男，浙江衢州人，毕业于中国海洋大学有单隐层的三层BP网络可以解决任何非线性映射问题j。研究生，副教授，现从事土木工程教学与研究。人工挖孑L桩单桩承载能力的预测，可以从影响因素到承载能第38卷胡云世，等：单桩极限承载能力的预测模型研究第6期力建立对应关系，将其看成是一个多维空间到多维空间的非其中：为神经元的阀值，输出层和隐层的转移函数均采用线性函数的映射问题。单极性Sigmoid函数：_厂()：_(5)1．1数学模型的建立1．2输入输出数据的处理建立BP网络结构(如图1)，

8、设输入向量为X=(，，，⋯，X)，隐层向量为Y=(Y，，Y，⋯，Y)，输出层向对于输入参数，选取的是包括桩长