[1]涂帆,常方强.BP神经网络预测水泥搅拌桩单桩承载力[J].华侨大学学报(自然科学版),2007,28(1):68-70.[doi:10.3969/j.issn.1000-5013.2007.01.018]
　TU Fan,CHANG Fang-qiang.The Method of BP Neural Network Predicting the Bearing Capacity of Single Cement Mixing Pile[J].Journal of Huaqiao University(Natural Science),2007,28(1):68-70.[doi:10.3969/j.issn.1000-5013.2007.01.018]
点击复制

BP神经网络预测水泥搅拌桩单桩承载力()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第28卷
期数:
2007年第1期
页码:
68-70
栏目:
出版日期:
2007-01-20

文章信息/Info

Title:
The Method of BP Neural Network Predicting the Bearing Capacity of Single Cement Mixing Pile
文章编号:
1000-5013(2007)01-0068-03
作者:
涂帆; 常方强
华侨大学土木工程学院; 中国海洋大学环境科学与工程学院 福建泉州362021; 山东青岛266100
Author(s):
TU Fan1;  CHANG Fang-qiang2
1.College of Civil Engineering, Huaqiao University, Quanzhou 362021, China; 2.College of Environmental Science and Technology, Ocean University of China, Qingdao 266100, China
关键词:
水泥搅拌桩;  竖向承载力特征值;  BP神经网络;  预测
Keywords:
cement mixing pile;  characteristic values of bearing capacity;  BP neural network;  prediction
分类号:
TU473.11
DOI:
10.3969/j.issn.1000-5013.2007.01.018
文献标志码:
A
摘要:
利用某工程38根水泥搅拌桩的单桩静载试验资料,采用BP(Back Propagation)神经网络的方法对建立的神经网络进行训练,根据训练好的网络对两个工程的单桩竖向承载力特征值进行预测.结果表明,预测值与采用其他方法的拟合值及实测值相吻合.最后,通过工程实例进行验证.
Abstract:
The characteristic values of bearing capacity of single cement mixing pile are predicted by BP(Back Propagation) neural network.The BP neural network is trained by the static loading data of 38 cement mixing piles in a foundation.The characteristic values of pile bearing capacity in two foundations are predicted by the trained BP neural network and compared with the in-situ values and values obtained by other method.The comparison shows the agreement among these values.Many factors of influence of event can be considered in artificial neural network,so the network has bright prospect of application in geotechnical engineering.

参考文献/References:

[1] 窦远明. 柔性荷载作用下水泥土桩复合地基的承载力与沉降特性的研究 [J]. 河北工业大学学报, 2001(1):80-83.doi:10.3969/j.issn.1007-2373.2001.01.018.
[2] 郑俊杰, 彭小荣. 桩土共同作用设计理论研究 [J]. 岩土力学, 2003(2):242-245.doi:10.3969/j.issn.1000-7598.2003.02.019.
[3] 张世民. 桩土共同作用桩基的计算及应用 [J]. 建筑技术, 2005(3):175-177.doi:10.3969/j.issn.1000-4726.2005.03.004.
[4] 曾芳金, 沈翀, 王军. 水泥土搅拌桩复合地基有限元分析 [J]. 河北理工学院学报, 2004(4):92-95.doi:10.3969/j.issn.1674-0262.2004.04.025.
[5] 鲍鹏, 张惠, 姜忻良. 离散元法刚性桩复合地基承载机理研究 [J]. 广东工业大学学报, 2005(1):105-110.doi:10.3969/j.issn.1007-7162.2005.01.022.
[6] 王祥秋, 郑东明, 杨林德. 桩基极限承载力与沉降量的神经网络预测 [J]. 建筑科学, 2003(1):58-60.doi:10.3969/j.issn.1002-8528.2003.01.016.
[7] 樊有维. 采用径向基函数(RBF)神经网络来预测嵌岩桩的极限承载力 [J]. 江苏建筑, 2001(2):56-58.doi:10.3969/j.issn.1005-6270.2001.02.017.
[8] 刘勇健, 张伯友. 基于混沌优化-神经网络的单桩竖向极限承载力预测方法 [J]. 工业建筑, 2005(3):38-41.doi:10.3321/j.issn:1000-8993.2005.03.015.
[9] 郝小员, 刘汉龙, 高玉峰. 带有偏差单元的IRN模型在深层搅拌桩承载力计算中的应用 [J]. 建筑技术开发, 2002(1):17-20.
[10] 曹茂森, 任青文, 李妮. 基于Matlab的RBF网络的深层搅拌桩承载力建模 [J]. 山东建筑工程学院学报, 2003(2):15-20.doi:10.3969/j.issn.1673-7644.2003.02.004.
[11] 刘迪. 神经网络技术预测CFRP加固混凝土方柱抗压性能 [J]. 工业建筑, 2005(1):75-78.doi:10.3321/j.issn:1000-8993.2005.01.025.

更新日期/Last Update: 2014-03-23